Processamento-Linguagem-Natual-Estudo

app.py - Arquivo contendo o código da aplicação com rotas criadas através do Flask
utils.py - Arquivo contendo o código de algumas funções utilizadas no app para importar o modelo criado (mymodel) e pré-processar os dados de entrada

Objetivo

Este projeto tem por objetivo a criação de uma aplicação de Análise de Sentimentos.

Passo a Passo

1) Pipeline de NLP

Inicialmente foi feito todo o pipeline de processamento de linguagem natural com processo com:

• Aquisição
• Importação
• pré-processamento
• Remoção de Stopwords
• Etapa de Lemming/Stemming
• Tokenização
• Divisão dos dados em treino/teste
• Criação de uma Rede Neural
• Treinamento da Rede Neural
• Exportação

2) Criação do APP com Flask

Após isso, foi feito a criação do app utilizando Flask, importando o modelo, criando as rotas e renderizando um template HTML (também criado por mim) que receberá as informações do formulário e estas a partir de uma função de pré-processamento transformadas em dados no mesmo formato de entrada que a Rede Neural foi treinada.

3) Criação da Interface

Foi criado uma interface extremamente simples para teste do modelo, utilizando puro HTML e CSS.
Ela foi formada apenas com um gif e um formulário para receber os dados. Possui um header simples com links para o github, linkedin, código fonte e o portifólio que estou criando.
Pretendo ainda refinar a interface, assim como o modelo em oportunidades futuras, mas isso explicarei em desafios futuros.

4) Prints de Tela da Interface

Tela Inicial

Há uma breve explicação e o espaço para digitar o texto em INGLÊS.

Caso Negativo

Foi digitado o texto "you are so bad" no qual foi classificado como negativo.
Neste caso, é aberto um modal simples com uma imagem de negação e o texto informando a classificação negativa.

Caso Positivo

Foi digitado o texto "you are so beautiful" no qual foi classificado como positivo.
Neste caso, é aberto um modal simples com uma imagem de negação e o texto informando a classificação positiva.

5) Desafios Futuros

Uma das ambições futuras é o refinamento da interface e também da rede neural utilizada. Aumentar a acurácia da mesma e o aumento de verdadeiros positivos "tunando" os parâmetros a fim de encontrar a melhor combinação.
Outra ambição é fazer o treinamento de outro modelo para aplicar também ao português.

Obrigado!!