Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/rafjaa/LeIA
LeIA (Léxico para Inferência Adaptada) é um fork do léxico e ferramenta para análise de sentimentos VADER (Valence Aware Dictionary and sEntiment Reasoner) adaptado para textos em português.
https://github.com/rafjaa/LeIA
lexicon portugues sentiment-analysis vader
Last synced: about 2 months ago
JSON representation
LeIA (Léxico para Inferência Adaptada) é um fork do léxico e ferramenta para análise de sentimentos VADER (Valence Aware Dictionary and sEntiment Reasoner) adaptado para textos em português.
- Host: GitHub
- URL: https://github.com/rafjaa/LeIA
- Owner: rafjaa
- License: mit
- Created: 2018-11-09T21:27:05.000Z (almost 6 years ago)
- Default Branch: master
- Last Pushed: 2023-06-07T20:03:02.000Z (over 1 year ago)
- Last Synced: 2024-01-24T00:49:04.034Z (8 months ago)
- Topics: lexicon, portugues, sentiment-analysis, vader
- Language: Python
- Homepage:
- Size: 453 KB
- Stars: 102
- Watchers: 5
- Forks: 47
- Open Issues: 5
-
Metadata Files:
- Readme: README.md
- License: LICENSE.txt
Awesome Lists containing this project
README
# Análise de Sentimentos em Português
LeIA (Léxico para Inferência Adaptada) é um fork do léxico e ferramenta para análise de sentimentos VADER (Valence Aware Dictionary and sEntiment Reasoner) adaptado para textos em português, com suporte para emojis e foco na análise de sentimentos de textos expressos em mídias sociais - mas funcional para textos de outros domínios.
Modo de uso
-----------
A biblioteca preserva a API do VADER, e o texto de entrada não precisa ser pré-processado:
from leia import SentimentIntensityAnalyzers = SentimentIntensityAnalyzer()
# Análise de texto simples
s.polarity_scores('Eu estou feliz')
#{'neg': 0.0, 'neu': 0.328, 'pos': 0.672, 'compound': 0.6249}# Análise de texto com emoji :)
s.polarity_scores('Eu estou feliz :)')
#{'neg': 0.0, 'neu': 0.22, 'pos': 0.78, 'compound': 0.7964}# Análise de texto com negação
s.polarity_scores('Eu não estou feliz')
#{'neg': 0.265, 'neu': 0.241, 'pos': 0.494, 'compound': 0.4404}A saída da análise de sentimentos é um dicionário com os seguintes campos:
-
pos
: porcentagem positiva do texto
-neg
: porcentagem negativa do texto
-neu
: porcentagem neutra do texto
-compound
: valor de sentimento geral normalizado, variando de -1 (extremamente negativo) a +1 (extremamente positivo)O valor
compound
pode ser utilizado para descrever o sentimento predominante no texto, por meio dos limites de valores:- Sentimento positivo:
compound >= 0.05
- Sentimento negativo:compound <= -0.05
- Sentimento neutro:(compound > -0.05) and (compound < 0.05)
Citação (BibTeX)
----------------
Se você utilizar este projeto em sua pesquisa, considere citar o repositório:
@misc{Almeida2018,
author = {Almeida, Rafael J. A.},
title = {LeIA - Léxico para Inferência Adaptada},
year = {2018},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/rafjaa/LeIA}}
}O léxico VADER original é descrito no _paper_:
@inproceedings{gilbert2014vader,
title={Vader: A parsimonious rule-based model for sentiment analysis of social media text},
author={Gilbert, CJ Hutto Eric},
booktitle={Eighth International Conference on Weblogs and Social Media (ICWSM-14). Available at (20/04/16) http://comp. social. gatech. edu/papers/icwsm14. vader. hutto. pdf},
year={2014}
}