{"id":16509493,"url":"https://github.com/jtemporal/jessie","last_synced_at":"2025-06-19T06:37:27.824Z","repository":{"id":78994819,"uuid":"74218395","full_name":"jtemporal/jessie","owner":"jtemporal","description":"Jessie codes and sample data","archived":false,"fork":false,"pushed_at":"2018-07-05T12:44:05.000Z","size":73689,"stargazers_count":6,"open_issues_count":5,"forks_count":1,"subscribers_count":4,"default_branch":"master","last_synced_at":"2024-12-27T13:17:36.293Z","etag":null,"topics":["nlp","nltk","portugues","portuguese","portuguese-brazilian","python","python3"],"latest_commit_sha":null,"homepage":"http://jtemporal.com/jessie/","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/jtemporal.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"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}},"created_at":"2016-11-19T15:55:15.000Z","updated_at":"2023-11-19T17:31:24.000Z","dependencies_parsed_at":null,"dependency_job_id":"c8d15f4f-3ded-4ed8-9183-9e018e491921","html_url":"https://github.com/jtemporal/jessie","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/jtemporal%2Fjessie","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/jtemporal%2Fjessie/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/jtemporal%2Fjessie/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/jtemporal%2Fjessie/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/jtemporal","download_url":"https://codeload.github.com/jtemporal/jessie/tar.gz/refs/heads/master","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":234353793,"owners_count":18818887,"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","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":["nlp","nltk","portugues","portuguese","portuguese-brazilian","python","python3"],"created_at":"2024-10-11T15:50:47.762Z","updated_at":"2025-01-18T01:55:56.168Z","avatar_url":"https://github.com/jtemporal.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Jessie, a case of study\n\nJessie was developed as a tool to help students and data analists from Brasil that want to\nprocess data from [Twitter](https://twitter.com/). It is meant to work as a\nstep by step guide to the use of [NLTK](http://nltk.org/) to tag tweet text.\n\nIn this source repository you will find a guideline in Portuguese (I intend to add\nEnglish translations later) to the steps I used in my course final project.\n\n\n## Identificação de entidades mencionadas para análise de sentimentos em microblogs\n---\n\nDiscente: Jessica Caroline Alves Nunes Temporal\nNúmero USP: 7547611\njessicatemporal@usp.br\n\nOrientador: Evandro Eduardo Seron Ruiz\nevandro@usp.br\n\nCo-Orientador: Mateus Tarcinalli Machado\nmateusmachado@usp.br\n\n---\n\n### Tese de Conclusão de Curso\n\nO meu TCC pode ser encontrado [aqui](https://drive.google.com/open?id=0BxeG4Yg1C3hHOXZ1T1JSazY1VGs).\n\nE os slides da minha apresetaço estão [aqui](https://speakerdeck.com/jtemporal/final-graduation-project).\n\n### Pipeline de processamento\n\nA pipeline segue os seguintes passos:\n\n - Preparar o seu ambiente\n - Buscar dados no servidor da faculdade e armazená-los localmente\n - Pré-processar esses dados\n - POS-Tagging\n - Anotar as frequências de termos candidatos usando o algoritmo FREQ Baseline\n - Anotar as frequências de termos candidatos usando o algoritmo de Hu e Liu\n\n#### Como Usar\n\nCada script dentro do módulo Jessie, pode ser importado a partir do console\nPython. Cada script possui dois arquivos markdown. O primeiro deles traz\nas informações sobre como aquele script funciona e qual o resultado esperado\nao fim dele. E o segundo, traz informações sobre como funciona o código escrito\nnaquele script. Assim você poderá também entender o que cada função e cada objeto\nfaz.\n\nComo mencionado anteriormente, o primeiro passo é preparar o seu ambiente. Vá para\no [markdown configuration](https://github.com/jtemporal/jessie/blob/master/configuration.md),\ne siga os passos descritos lá =)\n\n### Dúvidas, sugestões, discussões e contribuições\n\nO canal oficial para issues, dúvidas e sugestões são o sistema de issues aqui\ndesta plataforma.\n\n#### Contribuições\nCaso queira contribuir, faça um fork do projeto e depois um pull request.\nSe tiver dúvidas quanto à isso, pode abrir uma issue que ficarei feliz em ajudar =)\n\nEventualmente o projeto será integrado com uma ferramenta de CI e um dos\ncheckpoints será o falke8, então fique atento a isso para agilizar o processo\nde aceitar PRs.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fjtemporal%2Fjessie","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fjtemporal%2Fjessie","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fjtemporal%2Fjessie/lists"}