sentiment analysis api

Análise de sentimentos

Este é um aplicativo da Web de análise de sentimentos, usamos a amostra do NLTK Tweet para modelo de treinamento e o Nive Bais Classier e implantamos usando a API Flask no servidor Heroku. Para treinamento e teste, nosso modelo de análise de sentimentos, usamos o Google Colaboratory, que é uma plataforma de código aberto para projetos de aprendizado de máquina ou ciência de dados. Isso nos ajuda a treinar o modelo rapidamente usando a GPU virtual. Para HTML e CSS, usamos o Código Microsoft vs, que é um ótimo editor de código com destaque de sintaxe, abreviações do Emmit e muito mais. Dependências Python usadas:-

1. Keras
2. Frasão 1.2.2
3. TextBlob 0.15.3
4. Gunicorn 20.0.4
5. Numpy 1.9.0
6. Regex 2020.6.8
7. NLTK 3.5

Confira em https://sentiment-analysis-web-app.herokuapp.com

Pode levar alguns segundos para carregar, por favor, experimente

Classificação de arquivos e pasta

• Pasta estática contém todas as imagens usadas
• Pasta de modelos tem todos os modelos HTML
• requisito.txt contém as dependências python usadas neste projeto
• nltk.txt possui os arquivos que precisam ser baixados para processar o texto de entrada
• Procfile é arquivo de configuração para o servidor Heroku
• App.py é o arquivo de aplicativo Flask
• Model_nltk.py contém o código -fonte do classificador ingênuo de Bayes, que foi usado na produção
• Model_keras.py é outro código -fonte para o modelo USIGN Keras, mas não usamos isso em produção devido à sua precisão.

Atualizações

• Implementou alguns JS assíncicos para tornar as previsões mais rapidamente e evitar a recarga usando o jQuery

• O recurso acima mencionado está na versão beta, você pode verificar o nosso aqui

• Objeto de sessão adicionado para lembrar as credenciais do administrador por um curto período de tempo.

• Agora você pode fazer upload de um arquivo de teste de revisões e, em seguida, ele mostrará o gráfico dos sentimentos previstos. Confira aqui

• Barra de rolagem personalizada implementada, agora parece meio legal e agora você pode usá -la como um PWA, vá para 'Adicionar à tela' e depois será um aplicativo autônomo do Chrome