การวิเคราะห์ความรู้สึกบนข้อความที่จัดรูปแบบแล้ว
ในแบบฝึกหัดนี้ คุณจะคำนวณค่าความรู้สึก (sentiment) จากช่องสัญญาณของลูกค้าในไฟล์ call_2.wav (ไฟล์)
คุณได้แยกช่องสัญญาณของลูกค้าออกมาและบันทึกไว้เป็น call_2_channel_2.wav (ไฟล์)
จากประสบการณ์ด้านการวิเคราะห์ความรู้สึก คุณทราบดีว่าค่าความรู้สึกอาจเปลี่ยนแปลงได้ในแต่ละประโยค
เพื่อคำนวณค่าความรู้สึกทีละประโยค คุณจะใช้โมดูล sent_tokenize() ของ NLTK ในการแบ่งข้อความ
อย่างไรก็ตาม transcribe_audio() ไม่ได้คืนค่าเป็นประโยค ดังนั้น เพื่อทดลองวิเคราะห์ความรู้สึกในระดับประโยค คุณจึงได้ลองใช้บริการ API แบบเสียเงินเพื่อรับ call_2_channel_2_paid_api_text ซึ่งมีการแบ่งประโยคไว้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Spoken Language Processing ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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))