Рубрики
Без рубрики

Análise de sentimentos | Twitter Com Azure Cognitive Services

Com python + azure temos uma forma fatcil de usar inteligência искусственный em nossas aplicações o obje … С тегом Twitter, Python, Azure, API.

Com python + azure temos uma forma fácil de usar inteligência искусственный em nossas aplicações

O objetivo desse artgo não é apresentar uma aplicação complexa, tenho como foco destrinchar o uso de api inteligência Искусственная интегральная интеграция Com Uma das Maiores Redes Sociais do mundo.

O Twitter se tornou bem mais que apenas uma rede social, políticos o utilizam para se comunicarem diretamente com seu público, ameaçar ootrosudestes outras coisas ossiveis no meio de muitos e lifs e gras ergraçados. Para nós da área de tecnologia é Um cenário depeto deados que podemos analisar e foi isso que fiz, utilizado o azure e api do twitter fiz UMA ANálise de Sentimentos de Alguns Tweets De Personalidades Важные атюзионы.

Твиттер

O твитт

  • Стандартный API
  • Премиум API
  • Enterprise API
  • Реклама API

IREI UTILIZAR A PADRãAO (стандартный API) QUE NãO E -PECISO PAGAR E TAMBém é A Mais fácil de se ter acesso, como única exigência é preciso uma conta desenvolvvvvedor, atusao bem simples de ser Электронная почта de confirmação.

Já Lodado Você Vai Enterar Ни один сайт E Criar O Seu App, Assim Que Finalizado, Vai Ter Acesso A Sua API -ключ E API -секретный ключ (Cuidado, Apenas Você de Ter Acesso A Elas).

Com essas duas chaves você agora poderá integrar ao seu Кодиго

O Que é éaure Cognitive Services?

Microsoft Oferece um meio de desenvolvolvedores que nãa temecimentos avançados em inteligência Artificial A Enwalleam Em Soas soluções tecnologias “cognitivas”, oue seja, que emulam os seremos com funcionalidades como vere, ouvir, falar os omadiar omadaire, oumareaire omadaire, oumo omadiar omadaire omadaire omadaire omadiar omadaire omadaire omadaire omadiar omadiar omadiar omadarain Decisão.

Vamos utilizar Análise de texto para ementificar o sentimento em uma frase, um dos pontos fortes é que essa análise funciona tanto em portugues Quanto eutros Idiomas. Es Office Testar o Recurcro no Proprio сайт Deles:

AssiM Que Fizer o Cadastro no Azure E Criar um novo Cognitive Service vai eceber o seu proppply_key e o endpoint no Qual Poderá Consumer O Serviço.

Com, как ключи, делая Twitter (4 Primeiros Campos) E Da Api Do Azure (2 últimos Campos) Vamos Criar O env.Json, Nele Teremos Tudo Que Nosso Projeto precisa para funcionar, Ele vai ter esse esse formate:

Agora Que Temos Tudo Que Precisamos,

Vamos Por A MãA NA MASSA!

Para Criar Uma aplicação simples primeiro vamos coletar os твиты Da rede social, o módulo que vamos precesar impormar primeiro é o weepy, ele que vai nos ajudar a coletar как publicações de uma degrinada, como ememplo ostues aembore da minhaes de de uma de de uma de de uma de minh Para Coletar Até 500 твитов, Você Pode Alterar Essas Variáveis.

# -*- coding: utf-8 -*-
import tweepy, json, os

def get_tweets():
    try:
        #Acessando o arquivo com as keys
        with open('env.json', 'r') as f:
            content = json.loads(f.read())
        f.close()

        chave_consumidor = content['chave_consumidor']
        segredo_consumidor = content['segredo_consumidor']
        token_acesso = content['token_acesso']
        token_acesso_segredo = content['token_acesso_segredo']

        #Fazendo a autenticão
        autenticacao = tweepy.OAuthHandler(chave_consumidor, segredo_consumidor)
        autenticacao.set_access_token(token_acesso, token_acesso_segredo)

        twitter = tweepy.API(autenticacao)

        #Fazendo as pesquisa (Você pode alterar o language)
        result = twitter.search(q='jeanjacques1999', count=1000, tweet_mode="extended")

        data = []
        for tweet in result:
            data.append({'id':str(tweet._json['id']), 'language':'pt', 'text':tweet._json['full_text']})

        return data
    except Exception as e:
        erro = "Encountered exception. {}".format(e)
        return erro

Funcáo get_tweets () vai se conectar ao Twitter e Retornar um json com o seguinte formato:

ID, язык E текст, Linguagem Pode Ser alterada no código para uma das seguintes suportadas:

  • Португас (Pt)
  • Inglês (en)
  • Espanhol (es)
  • Francês (FR)
  • Руссо (ру)

O Campo Text Eo Corpo Que Será Analisado Pela Nossa Inteligência Artificial, AssiM Que retornamos todos oss tweets vamos passa-los para wootro método, que está em nosso main (), принципал Фунса Фунса Фику:

from get_tweets import get_tweets
from cognitiveService import sentiment
import os, json

def main():
    #Coletandos os tweets
    tweet = get_tweets()
    insert_data(tweet)

    if(tweet):
        #Passando em nossa IA para identificar sentimento
        tweet_score = sentiment()
        insert_data(tweet_score)
    else:
        print(tweet)

def insert_data(data):
    #Apagando o arquivo caso ele exista
    dir = os.listdir()
    for file in dir:
        if file == "twitters.json":
            os.remove(file)

    #Inserindo os dados entro do arquivo twitters.json
    with open('twitters.json', 'a', encoding='utf-8') as f:
        json.dump(data, f)
    f.close()

if __name__ == "__main__":
    main()

Нет main () wamamos a funcão get_tweets () que mostrei anthermente e então inserimos dentro do arquivo twitters.json, análise de sentimento será feita na funcáo sentiment () que vou mostrar seguir. Para Que ela funciona antes instale o pacote:

PIP установить azure.cognitivesers.language.textanalytics

# -*- coding: utf-8 -*-
import os, json
from azure.cognitiveservices.language.textanalytics import TextAnalyticsClient
from msrest.authentication import CognitiveServicesCredentials

#Acessando o arquivo com as keys
with open('env.json', 'r') as f:
    content = json.loads(f.read())
f.close()

subscription_key = content['subscription_key']
endpoint = content['endpoint']

def authenticateClient():
    credentials = CognitiveServicesCredentials(subscription_key)
    text_analytics_client = TextAnalyticsClient(
        endpoint=endpoint, credentials=credentials)
    return text_analytics_client

def sentiment():
    #Criando um client já autenticado
    client = authenticateClient()
    try:
        #Lendo os tweets que foram salvos anteriormente
        with open('twitters.json', 'r') as f:
            tweets = json.loads(f.read())

        #Fazendo a análise dos sentimentos
        response = client.sentiment(documents=tweets)
        sum_total = 0

        for index, document in enumerate(response.documents):
            tweets[index]["score"] = document.score
            sum_total += document.score

        #Calculo e mostro a média de Scores
        average = (sum_total/len(response.documents)) * 100
        print("Média dos Scores: {0:.2f}%".format(average))

        #Retornando os tweets com o score
        return tweets
    except Exception as err:
        print("Encountered exception. {}".format(err))

Chegamos na parte em que a mágica acontece, fazo a leitura do arquivo que foi salvo antedermente e passo para o meu client, o клиент Autenticado é aossa api do Do Cognative Service Que estamos consumber indo diretamente do dozure. Quando O Processo для Finalizados Vamos ter no mesmo json o seguinte resultado:

O Оценка Adicionado ao nosso objeto e ele é a porcentagem do sentimento, Quanto maior mais positivo/feliz o texto.

Тамбем Optei por mostrar na tela uma média a Qual Diz Se Twitter Analisado é Mais positivo ou negativo. O meu resultado ficou Assim: «Метя DOS Баллы: 46,20%», Poderia ter Sido Melhor Claro 😅

Analisando utros perfis

Vamos rodar o algoritmo em alguns perfis de pesoas hipentes no твиттер

  • Трамп (@realdonaldTrump)

Média DOS Баллы: 53,41%

  • Globo News (@globonews)

Média DOS Баллы: 36,32%

  • Болсонаро (@Jairbolsonaro)

Média DOS Баллы: 52,24%

  • Tabata amaral (@tabataamaralsp)

Média DOS Баллы: 43,10%

Финал de tudo vamos ter as seguintes Informações

  • Процент de felicidade em um твит
  • Média de Felicidade de um perfil na rede social

Não tive como objetivo criar o melhor e mais programa para análise de sentimento aqui, só quis lhe mostrar como é sover iniciar algo que pode ter várias aplicações de uma forma bem rápida e com pouca enrolazçеса.

Agora você pode baixar o código no github e brincar a vontade. Veja Quem é Uma Pessoa mais positiva na rede social, você ou seu amigo.

Repositório Github

Análise de sentimentos com python e azure – https://github.com/jjeanjacques10/analise-de-sentimento-python-azure

Caso Tenha Alguma Crítica, Suestão Ou Dúvida Fique A Vontade Para Me Enviar Uma Mensagem:

LinkedIn: https://www.linkedin.com/in/jjean-jacces10/

Até Aróxima!

Azure Cognitive Services Acesso Em: 22 Janeiro. 2020.

API Do Twitter https://developer.twitter.com/en/dashboard Acesso Em: 22 Janeiro. 2020.

Оригинал: “https://dev.to/msplatam/analise-de-sentimentos-twitter-com-azure-cognitive-services-375b”

Читайте ещё по теме: