1. Nauka
    2. /
  2. Kursy
    3. /
  3. Przetwarzanie mowy w Pythonie
Connected

ćwiczenie

Analiza sentymentu rozmowy telefonicznej

Po przepisaniu tekstu z pliku audio można przeprowadzić na nim przetwarzanie języka naturalnego.

W tym ćwiczeniu użyjemy modułu VADER (Valence Aware Dictionary and sEntiment Reasoner) z biblioteki NLTK, aby przeanalizować sentyment transkrypcji pliku call_2.wav (plik).

Do transkrypcji użyjemy funkcji transcribe_audio(), którą stworzyliśmy wcześniej.

Gdy już mamy tekst, skorzystamy z klasy SentimentIntensityAnalyzer() z biblioteki NLTK, aby uzyskać wynik polaryzacji sentymentu.

Metoda .polarity_scores(text) zwraca wartości dla: pos (pozytywny), neu (neutralny), neg (negatywny) oraz compound. Wartość compound to mieszanka pozostałych trzech. Im wyższa, tym bardziej pozytywny tekst – im niższa, tym bardziej negatywny.

Instrukcje

100 XP
  • Utwórz instancję klasy SentimentIntensityAnalyzer() i zapisz ją do zmiennej sid.
  • Przepisz docelową rozmowę telefoniczną i zapisz wynik do call_2_text.
  • Wydrukuj wyniki polarity_scores() dla call_2_text.