Analyse de sentiment sur du texte formaté
Dans cet exercice, vous allez calculer le sentiment sur le canal client de call_2.wav (fichier).
Vous avez isolé le canal client et l’avez enregistré sous call_2_channel_2.wav (fichier).
Mais d’après votre expérience en analyse de sentiment, vous savez que le résultat peut varier d’une phrase à l’autre.
Pour le calculer phrase par phrase, vous effectuez une nouvelle segmentation grâce au module sent_tokenize() de NLTK.
Cependant, transcribe_audio() ne renvoie pas de phrases. Pour tester l’analyse de sentiment à l’échelle de la phrase, vous avez essayé un service API payant pour obtenir call_2_channel_2_paid_api_text, qui contient des phrases.
Cet exercice fait partie du cours
<cours>Traitement du langage parlé en Python</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
from nltk.sentiment.vader import SentimentIntensityAnalyzer
# Create SentimentIntensityAnalyzer instance
sid = SentimentIntensityAnalyzer()
# Transcribe customer channel of call 2
call_2_channel_2_text = transcribe_audio(____)
# Display text and sentiment polarity scores
print(call_2_channel_2_text)
print(sid.____(call_2_channel_2_text))