Text Sentiment Analysis

Text Sentiment Analysis : Analyse des émotions dans le texte avec interface graphique

Ce projet consiste en une analyse des sentiments dans des données textuelles, avec une interface graphique conviviale permettant à l’utilisateur d’entrer un texte à analyser. Il détecte automatiquement les émotions exprimées (positif, négatif, neutre) et affiche les résultats de manière intuitive.

Fonctionnalités principales

• Interface utilisateur interactive :
  • Champ de saisie permettant d’entrer un texte à analyser.
  • Résultat instantané de l’analyse affiché directement après soumission.
• Modélisation des sentiments : Classification des émotions à l’aide de techniques avancées de machine learning.
• Visualisation des résultats :
  • Résultat affiché sous forme de texte clair (positif, négatif, neutre).
  • Graphiques additionnels pour les tendances si plusieurs analyses sont effectuées.
• Prétraitement des données : Nettoyage et normalisation des textes pour des résultats précis.

Stack technologique

• Langage de programmation : Python
• Bibliothèques utilisées :
  • DJango (pour l’interface graphique)
  • NLTK (traitement du langage naturel)
  • Scikit-learn (modèles de machine learning)
• Outils complémentaires : Jupyter Notebook pour le développement initial et les tests.

Mon rôle dans le projet

J’ai conçu et développé le modèle d’analyse des sentiments, intégré une interface graphique conviviale et relié le champ de saisie utilisateur directement au modèle d’analyse. Cela a permis une interaction en temps réel entre l’utilisateur et le système.