{"id":19562470,"url":"https://github.com/coplin-ufsm/nlp","last_synced_at":"2025-08-05T06:11:49.179Z","repository":{"id":192813195,"uuid":"687466756","full_name":"COPLIN-UFSM/nlp","owner":"COPLIN-UFSM","description":"Projeto da Coordenadoria de Planejamento Informacional da UFSM para processamento de linguagem natural.","archived":false,"fork":false,"pushed_at":"2025-07-10T15:19:55.000Z","size":95,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2025-07-10T21:53:51.960Z","etag":null,"topics":["deep-learning","machine-learning","natural-language-processing","sentiment-analysis"],"latest_commit_sha":null,"homepage":"","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/COPLIN-UFSM.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2023-09-05T12:17:41.000Z","updated_at":"2025-07-10T15:19:59.000Z","dependencies_parsed_at":null,"dependency_job_id":"bb8b4da1-b3b1-41a0-b9d1-fea69402ca50","html_url":"https://github.com/COPLIN-UFSM/nlp","commit_stats":null,"previous_names":["coplin-ufsm/nlp"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/COPLIN-UFSM/nlp","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/COPLIN-UFSM%2Fnlp","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/COPLIN-UFSM%2Fnlp/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/COPLIN-UFSM%2Fnlp/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/COPLIN-UFSM%2Fnlp/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/COPLIN-UFSM","download_url":"https://codeload.github.com/COPLIN-UFSM/nlp/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/COPLIN-UFSM%2Fnlp/sbom","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":268844815,"owners_count":24316055,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-08-05T02:00:12.334Z","response_time":2576,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["deep-learning","machine-learning","natural-language-processing","sentiment-analysis"],"created_at":"2024-11-11T05:14:43.366Z","updated_at":"2025-08-05T06:11:49.155Z","avatar_url":"https://github.com/COPLIN-UFSM.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Natural Language Processing\n\nEste repositório é uma coleção de scripts e ferramentas utilizados para tarefas de Processamento de Linguagem Natural\n(Natural Language Processing, ou NLP em inglês) realizados pela Coordenadoria de Planejamento Informacional da UFSM,\nligada à Pró-reitoria de Planejamento - PROPLAN.\n\nOs dados utilizados para treinar os modelos de deep learning encontram-se no repositório privado\n[nlp-data](https://github.com/COPLIN-UFSM/nlp-data).\n\nEste repositório compreende três aplicações distintas:\n\n* [Treino de modelos preditivos com Transformers](learning/sentiment_analysis/README.md)\n* [Aplicação Web para análise de sentimento](app/README.md)\n* [Anotação de comentários com a biblioteca doccano](DOCCANO.md)\n\n## Sumário\n\n* [Pré-requisitos](#pré-requisitos)\n* [Instalação](#instalação)\n* [Instruções de uso](#uso)\n* [Contato](#contato)\n* [Bibliografia](#bibliografia)\n\n## Pré-requisitos\n\nEste repositório requer a última versão do [Python Anaconda](https://www.anaconda.com/download) para ser executado,\nvisto que usa o gerenciador de pacotes conda. O código executará em qualquer Sistema Operacional, mas foi desenvolvido\noriginalmente para Windows 10 Pro e Ubuntu 22.04.3 LTS (ambos 64 bits).\n\nTambém é necessário instalar a versão compatível das bibliotecas [CUDA](https://developer.nvidia.com/cuda-downloads) e\n[PyTorch](https://pytorch.org/get-started/locally/#anaconda). Clique em cada um dos links anteriores e siga os tutoriais\npara baixar a versão adequada para a sua máquina.\n\nAs configurações da máquina que o repositório foi desenvolvido encontram-se na tabela abaixo:\n\n| Configuração        | Valor                              |\n|---------------------|------------------------------------|\n| Sistema operacional | Windows 10 Pro /Ubuntu 22.04.3 LTS |\n| Processador         | Intel core i7 9700                 |\n| Memória RAM         | 16GB                               |\n| Placa de vídeo      | Nvidia GTX 730                     |\n| Memória de vídeo    | 2GB                                |\n| Versão do CUDA      | 11.8                               |\n| Necessita rede?     | Não                                |\n\n## Instalação\n\n\u003e [!WARNING]\n\u003e Infelizmente, não é possível usar um arquivo `environment.yml` para configuração do ambiente virtual. \n\u003e\n\nPara criar o ambiente virtual com as bibliotecas para execução na GPU, execute os seguintes comandos, nesta ordem:\n\n```bash\nconda create --name nlp python==3.11.* pip --yes  \nconda activate nlp\nconda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia --yes\nconda install captum -c pytorch --yes\nconda install --file requirements.txt --yes\npip install --requirement pip_requirements.txt\n```\n\nPara utilizar aceleração por GPU no treinamento dos algoritmos de deep learning (não necessário para execução de modelos\njá treinados), execute o seguinte passo a passo:\n\n```bash\nconda activate nlp\npython\n```\n\nE então, dentro do console Python:\n\n```python\nimport torch\ntorch.cuda.is_available()\n```\n\nA resposta deve ser `True`, caso uma placa de vídeo NVIDIA compatível esteja disponível. A disponibilidade depende dos\ndrivers mais recentes estarem instalados.\n\n## Instruções de uso\n\n\u003e [!NOTE]\n\u003e Para classificação dos comentários da avaliação de ensino-aprendizagem, siga para [Análise de sentimento](learning/sentiment_analysis/README.md).\n\n## Contato\n\nDesenvolvido originalmente por Henry Cagnini [henry.cagnini@ufsm.br]() e idealizado por Raphael Amaro [raphael.amaro@ufsm.br]().\n\n## Bibliografia\n\n* [PyTorch Tutorials](https://pytorch.org/tutorials/)\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcoplin-ufsm%2Fnlp","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fcoplin-ufsm%2Fnlp","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcoplin-ufsm%2Fnlp/lists"}