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
Traitement du langage parlé en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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))