Analizar el sentimiento de una llamada telefónica
Una vez que has transcrito el texto de un archivo de audio, puedes aplicar procesamiento de lenguaje natural sobre ese texto.
En este ejercicio, usaremos VADER (Valence Aware Dictionary and sEntiment Reasoner) de NLTK para analizar el sentimiento del texto transcrito de call_2.wav (file).
Para transcribir el texto, usaremos la función transcribe_audio() que creamos antes.
Cuando tengamos el texto, usaremos la clase SentimentIntensityAnalyzer() de NLTK para obtener una puntuación de polaridad de sentimiento.
.polarity_scores(text) devuelve un valor para pos (positivo), neu (neutral), neg (negativo) y compound. Compound es una combinación de los otros tres valores. Cuanto más alto, más positivo es el texto. Más bajo significa más negativo.
Este ejercicio forma parte del curso
Procesamiento del lenguaje hablado en Python
Instrucciones del ejercicio
- Crea una instancia de
SentimentIntensityAnalyzer()y guárdala en la variablesid. - Transcribe la llamada objetivo y guárdala en
call_2_text. - Imprime los
polarity_scores()decall_2_text.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
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))