Este projeto tem como objetivo realizar a análise de sentimentos em comentários de filmes e séries, utilizando técnicas de processamento de linguagem natural (NLP) e Machine Learning para classificar os sentimentos como positivos, negativos ou neutros. Ele oferece uma plataforma onde os usuários podem inserir seus próprios comentários e obter a avaliação do sentimento presente.
A Análise de Sentimentos é uma tarefa fundamental dentro da área de Processamento de Linguagem Natural (NLP). Neste projeto, desenvolvemos um modelo que classifica os sentimentos de comentários de filmes e séries, com a aplicação prática em um ambiente simples e intuitivo.
Este sistema é ideal para entender o que as pessoas estão dizendo sobre filmes e séries em suas plataformas de streaming favoritas, como Netflix, Amazon Prime e outras. A ferramenta pode ser usada por analistas de mídia, desenvolvedores e até mesmo usuários curiosos que querem entender melhor os comentários das obras que estão assistindo.
Este projeto foi desenvolvido utilizando uma combinação de tecnologias poderosas, que incluem:
- Python: Linguagem principal do projeto.
- Flask: Framework web para criação de APIs e integração com a interface de usuário.
- Scikit-learn: Biblioteca para criação e treinamento de modelos de aprendizado de máquina.
- Joblib: Usado para salvar e carregar o modelo treinado.
- Pandas: Para manipulação e análise de dados, especialmente útil para o tratamento do conjunto de dados.
- HTML/CSS: Para a criação da interface de usuário simples e responsiva.
- JavaScript: Para interação dinâmica, como mostrar resultados de forma imediata.
- Interface Simples: Página com um formulário onde o usuário insere seu comentário.
- Análise de Sentimentos: O sistema classifica automaticamente os sentimentos do comentário em positivo, negativo ou neutro.
- Feedback Visual: Após a análise, o usuário recebe um resultado visual fácil de entender sobre o sentimento do seu comentário.
Primeiro, faça o clone deste repositório para sua máquina local.
git clone https://github.com/seu-usuario/analise-sentimentos-filmes-series.git
cd analise-sentimentosUtilize o pip para instalar as dependências do projeto. Crie e ative um ambiente virtual (opcional, mas recomendado).
# Criar ambiente virtual (opcional)
python -m venv venv
# Ativar ambiente virtual
# No Windows:
venv\Scripts\activate
# No Linux/Mac:
source venv/bin/activate
# Instalar as dependências
pip install -r requirements.txtO modelo de análise de sentimentos deve ser treinado com uma base de dados antes de ser usado. Caso já tenha o modelo treinado (arquivo .pkl), você pode pular essa etapa. Caso contrário, execute o script para treinar o modelo:
python api/train_model.pyPara rodar a aplicação Flask localmente, execute o comando abaixo:
python api/app.pyA API estará disponível em http://127.0.0.1:5000/.
Abra o arquivo index.html em um navegador ou crie um servidor para servir a página HTML (se estiver usando Flask, o frontend já será servido pela API). Em seguida, insira um comentário no campo de texto e envie para obter a análise de sentimento.
Após rodar o projeto, o usuário poderá inserir um comentário como o exemplo abaixo:
Comentário:
"O filme foi incrível! Adorei a história e os personagens."
Resultado Esperado:
Sentimento: Positivo
Se você deseja contribuir para o projeto, siga as etapas abaixo:
- Fork o repositório.
- Crie uma nova branch (
git checkout -b minha-nova-funcionalidade). - Faça suas alterações e commite (
git commit -am 'Adicionando nova funcionalidade'). - Faça o push para sua branch (
git push origin minha-nova-funcionalidade). - Envie um pull request.
Este projeto está licenciado sob a MIT License. Veja o arquivo LICENSE para mais detalhes.