เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ sentiment ของการโทรศัพท์

เมื่อแปลงเสียงจากไฟล์เสียงเป็นข้อความแล้ว ก็สามารถนำข้อความนั้นไปประมวลผลด้วยเทคนิค natural language processing ได้

ในแบบฝึกหัดนี้ จะใช้ VADER (Valence Aware Dictionary and sEntiment Reasoner) ของ NLTK เพื่อวิเคราะห์ sentiment ของข้อความที่ถอดจาก call_2.wav (ไฟล์)

ในการถอดข้อความ จะใช้ฟังก์ชัน transcribe_audio() ที่สร้างไว้ก่อนหน้านี้

เมื่อได้ข้อความแล้ว จะใช้คลาส SentimentIntensityAnalyzer() ของ NLTK เพื่อคำนวณคะแนน sentiment polarity

.polarity_scores(text) จะคืนค่า pos (บวก), neu (เป็นกลาง), neg (ลบ) และ compound ซึ่ง compound คือค่าผสมของสามค่าแรก ยิ่งสูงแสดงว่าข้อความมีแนวโน้มเชิงบวกมากขึ้น ยิ่งต่ำแสดงว่าเชิงลบมากขึ้น

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Spoken Language Processing ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง instance ของ SentimentIntensityAnalyzer() และบันทึกไว้ในตัวแปร sid
  • ถอดข้อความจากไฟล์เสียงเป้าหมายและบันทึกไว้ใน call_2_text
  • แสดงผล polarity_scores() ของ call_2_text

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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))
แก้ไขและรันโค้ด