def test_count_tags(self):
# Los valores esperados para el assertEqual son sacados de sp.dic
an = AnalisisSentimiento()
# 13, 16, 18, 19, 66
tags = ["Posemo", "Negemo", "Anger", "Sad", "Swear"]
tokens = senti.getTokens("bueno bueno bueno", an.d[0], an.d[1])
self.assertEqual(an.count_tags(tokens, tags), [3, 0, 0, 0, 0])
tokens = senti.getTokens("malo malo mala mal", an.d[0], an.d[1])
self.assertEqual(an.count_tags(tokens, tags), [0, 4, 3, 0, 0])
tokens = senti.getTokens("Me siento abandonado por la sociedad", an.d[0], an.d[1])
self.assertEqual(an.count_tags(tokens, tags), [0, 1, 0, 1, 0])
tokens = senti.getTokens("Puros bastardos bobalicones en este país!", an.d[0], an.d[1])
self.assertEqual(an.count_tags(tokens, tags), [0, 2, 1, 0, 2])
# Profesora/Ayudante: disculpen el lenguaje de este test, pero lo creo necesario, ya que twitter no es una instancia formal y se van a analizar algunos así.
# La palabra "hueón" y sus derivados son tan comunes y ambivalentes en sentido en el lenguaje coloquial, que solo lo dejé como Swear.
tokens = senti.getTokens("Tendrá cara de hueón, pero igual es sensato", an.d[0], an.d[1])
self.assertEqual(an.count_tags(tokens, tags), [1, 0, 0, 0, 1])
def Analyze(self, str):
"""
Descripcion: De los tweets recolectados, este metodo se encarga de identificar palabras clave
para su analisis de sentimiento
PreCondiciones: String obtenido corresponda a un tweet en su formato correcto. Que tweet tenga relacion a
algun candidato del proceso constituyente
PostCondiciones: Se entregue un sentimiento definido del tweet con su factor correspondiente.
"""
# str es el contenido del tweet, retornado por getDB
# Se ejecutaria getDB (con mongo) afuera, con esa informacion se llama a analyze, que dentro usa saveDB (con postgres).
# TODO: ver negacion
# Tablas que hay que tener en Postgres:
# (1) Top3 tweets por candidato, por emocion (1 tabla en total, con campo id_tweet (debe ser bigint!!), idCandidato, emocion, tagCount, autor, link, tweet)
# (2) Count de tweets analizados por candidato(1 tabla en total, con campos idCandidato y count)
# (3) Promedio de tagCount por emocion, por candidato (1 tabla en total, con campos idCandidato, emocion y promedio (debiese ser double))
# Abrir conexión con psql
try:
conn = psycopg2.connect(
database=self.pos_db, user=self.pos_user, password=self.pos_pass, host=self.pos_host, port=self.pos_port
)
cur = conn.cursor()
except:
return False
# posemo 13, negemo 16, anger 18, sad 19, swear 66
# Contar las ocurrencias de los tags en el tweet.
tags = ["Posemo", "Negemo", "Anger", "Sad", "Swear"]
tokens = senti.getTokens(str, self.d[0], self.d[1])
tags_count = self.count_tags(tokens, tags)
# Modificar, si es necesario, la base de datos.
self.update_tops(cur, tags, tags_count, str)
self.update_proms(cur, tags, tags_count)
# Commitear los cambios y cerrar conexión
conn.commit()
cur.close()
conn.close()
return True
