Cet exercice fait partie du cours
Avez-vous déjà consulté les avis ou les notes d’un produit ou d’un service avant de l’acheter ? Vous avez alors très probablement croisé l’analyse de sentiments. Dans ce chapitre, vous allez découvrir la structure de base d’un problème d’analyse de sentiments et commencer à explorer le sentiment de critiques de films.
Exercice en cours
Imaginez-vous à la place d’une entreprise qui propose une gamme de produits. Vous voulez savoir lesquels sont des best-sellers et surtout pourquoi. Nous entamons l’étape 1 pour comprendre les avis sur les produits, à l’aide d’un jeu de données d’avis Amazon. Pour cela, nous transformons le texte en une forme numérique et nous abordons quelques complexités au passage.
Ce chapitre poursuit l’analyse des avis produits. Nous couvrirons des complexités supplémentaires, notamment lorsque l’on travaille avec des données d’analyse de sentiments issues des réseaux sociaux comme Twitter. Nous verrons aussi d’autres façons d’extraire des caractéristiques numériques à partir du texte.
Nous appliquons le Machine Learning pour prédire le sentiment d’un avis à partir des mots utilisés. Nous utilisons la régression logistique et évaluons ses performances de plusieurs façons. De solides premiers modèles !