Analisi del sentiment di una telefonata
Una volta trascritto il testo da un file audio, è possibile eseguire tecniche di elaborazione del linguaggio naturale sul testo.
In questo esercizio useremo VADER (Valence Aware Dictionary and sEntiment Reasoner) di NLTK per analizzare il sentiment del testo trascritto di call_2.wav (file).
Per trascrivere il testo, useremo la funzione transcribe_audio() che abbiamo creato in precedenza.
Una volta ottenuto il testo, useremo la classe SentimentIntensityAnalyzer() di NLTK per calcolare uno score di polarità del sentiment.
.polarity_scores(text) restituisce un valore per pos (positivo), neu (neutrale), neg (negativo) e compound. Compound è una combinazione degli altri tre valori. Più è alto, più il testo è positivo. Un valore più basso indica un testo più negativo.
Questo esercizio fa parte del corso
Elaborazione del linguaggio parlato in Python
Istruzioni dell'esercizio
- Istanzia un oggetto di
SentimentIntensityAnalyzer()e salvalo nella variabilesid. - Trascrivi la chiamata target e salvala in
call_2_text. - Stampa i
polarity_scores()dicall_2_text.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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))