EdsonMorro/analise-sentimento

Análise de Sentimento

Este repositório contém um modelo de análise de sentimento baseado em um modelo pré-treinado, desenvolvido para classificar textos em sentimentos positivos, negativos ou neutros.

Atualmente, ele é utilizado para identificar sentimentos em redações, auxiliando na compreensão das emoções e intenções expressas pelos autores.

O que é análise de sentimento?

A análise de sentimento é uma técnica de processamento de linguagem natural amplamente utilizada para extrair e interpretar opiniões subjetivas em textos, sendo aplicada em diversos contextos, como avaliações de produtos, feedbacks de clientes e monitoramento de tendências.

O processo envolve três etapas principais: pré-processamento do texto, extração de características e classificação por meio de modelos de machine learning ou deep learning.

Características do Modelo

• Arquitetura: Modelo baseado em BERT, otimizado para análise de sentimento.
• Dados de Treinamento: Treinado com um conjunto de dados que inclui notícias financeiras, permitindo uma melhor compreensão de textos nesse domínio.
• Linguagem: Principalmente em Português (PT-BR).

Utilizando esse modelo

Para utilizar o modelo de análise de sentimento, você pode usar o seguinte código:

from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

MODEL_NAME = "sptech-ai/sptech.template.ai.model.sentiment"

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)

sentiment_pipeline = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer)

texto = "O mercado financeiro teve um grande crescimento este ano."

resultado = sentiment_pipeline(texto)

print(resultado)