フォーマット済みテキストでの感情分析

この演習では、call_2.wav（file）のカスタマーチャンネルに対して感情を計算します。

カスタマーチャンネルを分離し、call_2_channel_2.wav（file）として保存してあります。

ただし、感情分析は文ごとに結果が変わることがあります。

文ごとに計算するために、NLTK の sent_tokenize() モジュールを使ってテキストを文単位に分割します。

しかし、transcribe_audio() は文単位では返しません。文単位で感情分析を試すため、有料のAPIサービスを使って文を含む call_2_channel_2_paid_api_text を取得しました。

この演習はコースの一部です

Pythonで学ぶ音声言語処理

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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))

コードを編集して実行