eddoselotl / sentiment_analysis_tweets Goto Github PK

El objetivo de este trabajo es construir un clasificador que aprenda a distinguir entre tweets positivos o negativos.

• El documento que describe todo el presente trabajo, lo encuentras en este repositorio documentacion/Artículo_final.pdf.
• La presentación que utilizada en documentacion/Presentación.pdf.

Los datos que utilizaremos fueron datos recolectados de twitter acerca del Huracán Harvey y tweets con intención negativa o seria.

• Fuente: Referencia 1, Referencia 2.

• Número observaciones: 1,600,000.

• Variables:

  • target: Polaridad del tweet, positivo o negativo.
  • ids: ID tweet.
  • date: Fecha y hora del tweet.
  • flag: Si hubo algún tipo de QUERY.
  • user: Usuario del tweet
  • text: Texto del tweet.

• La variable que utilizaremos para entrenar es text, y como etiqueta target.

Para instalar nuestro paquete de limpieza de tweets:

pip install "git+https://github.com/ElenaVillano/sentiment_analysis_tweets.git#egg=nlptweet&subdirectory=src"

El código lo puedes observar en la carpeta de notebooks, que viene desde la implementación de la limpieza, hasta ejemplos de los mejores modelos.

• Clasificación de texto para análisis de sentimiento con el clasificador Naive Bayes
• Análisis de sentimientos en Twitter utilizando python y NLTK
• Aprendizaje de máquina con H20, Twitter y python

Utilizaremos python y por ahora nuestros notebooks serán probados en Google Colab.