Este proyecto se centra en el análisis de sentimientos aplicado a reseñas de películas, utilizando un conjunto de datos obtenido de Kaggle. Se realiza un análisis exploratorio y se aplican técnicas de preprocesamiento de texto con NLTK para extraer características relevantes y clasificar las reseñas según su sentimiento.
- Dataset: Reseñas de películas con etiquetas de sentimientos basadas en 8 emociones distintas.
- Procesamiento del Lenguaje Natural (NLP):
- Tokenización y lematización con NLTK.
- Eliminación de contracciones utilizando el paquete contractions.
- Detección de idioma con py3langid.
- Análisis de frecuencia de palabras y etiquetado gramatical (POS tagging).
- Visualizaciones: Uso de matplotlib para representar la distribución de palabras y resultados del análisis.
- Modelo de Clasificación: Implementación de un modelo de análisis de sentimientos (detalles del algoritmo pueden ser ajustados según el proyecto).
- Hallazgos Principales: Identificación de patrones de sentimiento en las reseñas y evaluación de la precisión del modelo de clasificación.
Para ejecutar este notebook se debe descargar el archivo requirements.txt que incluye todas las dependencias necesarias. Puedes instalarlas ejecutando:
pip install -r requirements.txt- Clona este repositorio o descarga el archivo sentiment_analysis.ipynb.
- Descarga el archivo requirements.txt y ejecuta el comando de instalación mencionado.
- Abre el notebook y ejecuta las celdas en orden para:
- Preprocesar los datos.
- Entrenar el modelo de análisis de sentimientos.
- Analizar y visualizar los resultados.
- Ajusta los parámetros o algoritmos de clasificación según sea necesario para mejorar la precisión del análisis.
¡Explora y aprende sobre el análisis de sentimientos en reseñas de películas con este proyecto!