Analyser le sentiment d’un appel téléphonique

Une fois le texte d’un fichier audio transcrit, vous pouvez effectuer du traitement du langage naturel sur ce texte.

Dans cet exercice, nous allons utiliser VADER (Valence Aware Dictionary and sEntiment Reasoner) de NLTK pour analyser le sentiment du texte transcrit de call_2.wav (fichier).

Pour transcrire le texte, nous utiliserons la fonction transcribe_audio() créée plus tôt.

Une fois le texte obtenu, nous utiliserons la classe SentimentIntensityAnalyzer() de NLTK pour calculer un score de polarité du sentiment.

.polarity_scores(text) renvoie une valeur pour pos (positif), neu (neutre), neg (négatif) et compound. Compound est une combinaison des trois autres valeurs. Plus il est élevé, plus le texte est positif. Plus il est bas, plus le texte est négatif.

Cet exercice fait partie du cours

Traitement du langage parlé en Python

Afficher le cours

Instructions

Instanciez SentimentIntensityAnalyzer() et enregistrez l’instance dans la variable sid.
Transcrivez l’appel cible et stockez le résultat dans call_2_text.
Affichez les polarity_scores() de call_2_text.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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))

Modifier et exécuter le code