Sentimentanalyse eines Telefonats

Sobald du den Text aus einer Audiodatei transkribiert hast, kannst du Natural Language Processing auf diesen Text anwenden.

In dieser Übung verwenden wir VADER (Valence Aware Dictionary and sEntiment Reasoner) aus NLTK, um die Stimmung des transkribierten Textes von call_2.wav zu analysieren (Datei).

Zum Transkribieren des Textes nutzen wir die zuvor erstellte Funktion transcribe_audio().

Sobald wir den Text haben, verwenden wir die SentimentIntensityAnalyzer()-Klasse aus NLTK, um einen Polaritätswert für die Stimmung zu erhalten.

.polarity_scores(text) gibt Werte für pos (positiv), neu (neutral), neg (negativ) und compound zurück. Compound ist eine Kombination der drei anderen Werte. Je höher dieser Wert, desto positiver ist der Text. Ein niedrigerer Wert bedeutet, dass der Text negativer ist.

Diese Übung ist Teil des Kurses

Verarbeitung gesprochener Sprache in Python

Kurs anzeigen

Anleitung zur Übung

Erzeuge eine Instanz von SentimentIntensityAnalyzer() und speichere sie in der Variable sid.
Transkribiere das Ziel-Telefonat und speichere es in call_2_text.
Gib die polarity_scores() von call_2_text aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

from nltk.sentiment.vader import SentimentIntensityAnalyzer

# Create SentimentIntensityAnalyzer instance
sid = ____

# Let's try it on one of our phone calls
call_2_text = transcribe_audio(____)

# Display text and sentiment polarity scores
print(call_2_text)
print(sid.____(call_2_text))

Code bearbeiten und ausführen