Calcul du score de sentiment

Une façon approximative d'évaluer le sentiment envers un mot-clic donné consiste à calculer le sentiment moyen des gazouillis qui le mentionnent. Il se peut aussi qu'il se passe autre chose dans ce gazouillis, donc il est important d'examiner à la fois le texte et les mesures générées par des méthodes automatisées de traitement du texte.

Cette activité fait partie du cours

Analyser des données de médias sociaux avec Python

Voir le cours

Instructions de l’exercice

Affichez le premier exemple de gazouillis positif. Sélectionnez le DataFrame avec sentiment > 0.6 et utilisez .values pour obtenir le texte complet du gazouillis.
Faites de même pour les gazouillis négatifs avec l'index sentiment < -0.6.
Générez le score de sentiment moyen par jour pour #python avec l'index check_word_in_tweet. Utilisez .resample() avec l'argument '1 d'. Prenez ensuite la moyenne.
Faites la même chose avec #rstats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Print out the text of a positive tweet
print(ds_tweets[____]['text'].____[____])

# Print out the text of a negative tweet
print(____[____]['text'].____[____])

# Generate average sentiment scores for #python
sentiment_py = sentiment[____(____, ____)].____(____).____()

# Generate average sentiment scores for #rstats
sentiment_r = ____[____].____(____).____()

Modifier et exécuter le code