Analisi del sentiment su testo formattato
In questo esercizio calcolerai il sentiment sul canale cliente di call_2.wav (file).
Hai separato il canale cliente e lo hai salvato in call_2_channel_2.wav (file).
Ma, per esperienza con l’analisi del sentiment, sai che può variare da frase a frase.
Per calcolarlo frase per frase, farai un ulteriore split usando il modulo sent_tokenize() di NLTK.
Tuttavia, transcribe_audio() non restituisce frasi. Per provare l’analisi del sentiment a livello di frase, hai testato un servizio API a pagamento per ottenere call_2_channel_2_paid_api_text, che include le frasi.
Questo esercizio fa parte del corso
Elaborazione del linguaggio parlato in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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))