from gerenciador import Gerenciador
from vetorizador import CountVectorizer, TFIDFVectorizer
from classificador import NaiveBayes, SVM
classificador1 = NaiveBayes("naive_bayes_1_1.pickle", vetorizador1,
recomendacoes)
classificador2 = NaiveBayes("naive_bayes_1_4.pickle", vetorizador2,
recomendacoes)
classificador3 = SVM("svm_1_1.pickle", vetorizador3, recomendacoes)
classificador4 = SVM("svm_1_4.pickle", vetorizador4, recomendacoes)
print(classificador1.retorno())
print(classificador2.retorno())
print(classificador3.retorno())
print(classificador4.retorno())
#Se o arquivo ainda não existe, usa código abaixo
'''
gerenciador = Gerenciador()
revisoes = gerenciador.revisoes
recomendacoes = gerenciador.recomendacoes
vetorizador1 = CountVectorizer(revisoes)
vetorizador2 = CountVectorizer(revisoes, (1,4))
vetorizador3 = TFIDFVectorizer(revisoes)
vetorizador4 = TFIDFVectorizer(revisoes, (1,4))
classificador1 = NaiveBayes("naive_bayes_1_1.pickle", vetorizador1, recomendacoes)
classificador2 = NaiveBayes("naive_bayes_1_4.pickle", vetorizador2, recomendacoes)
classificador3 = SVM("svm_1_1.pickle", vetorizador3, recomendacoes)
classificador4 = SVM("svm_1_4.pickle", vetorizador4, recomendacoes)
'''
#Se o Arquivo já existe, usa os códigos abaixo
classificador1 = NaiveBayes("naive_bayes_1_1.pickle")
classificador2 = NaiveBayes("naive_bayes_1_4.pickle")
classificador3 = SVM("svm_1_1.pickle")
classificador4 = SVM("svm_1_4.pickle")
#Avaliação dos classificadores
print(classificador1.marcador())
print(classificador2.marcador())
print(classificador3.marcador())
print(classificador4.marcador())
from classificador import NaiveBayes, SVM
from util import analisar_sentimentos
gerenciador = Gerenciador()
revisoes = gerenciador.revisoes
recomendacoes = gerenciador.recomendacoes
vetorizador1 = CountVectorizer(revisoes)
vetorizador2 = CountVectorizer(revisoes, (1, 4))
vetorizador3 = TFIDFVectorizer(revisoes)
vetorizador4 = TFIDFVectorizer(revisoes, (1, 4))
classificador1 = NaiveBayes("naive_bayes_1_1.pickle", vetorizador1,
recomendacoes)
classificador2 = NaiveBayes("naive_bayes_1_4.pickle", vetorizador2,
recomendacoes)
classificador3 = SVM("svm_1_1.pickle", vetorizador3, recomendacoes)
classificador4 = SVM("svm_1_4.pickle", vetorizador4, recomendacoes)
testar = True
while testar is True:
texto = input("\n>>>")
if texto == "0":
testar = False
else:
analisar_sentimentos(classificador1, texto)
analisar_sentimentos(classificador2, texto)
analisar_sentimentos(classificador3, texto)
analisar_sentimentos(classificador4, texto)
gerenciador = Gerenciador()
revisoes = gerenciador.revisoes
recomendacoes = gerenciador.recomendacoes
vetorizador1 = CountVectorizer(revisoes)
vetorizador2 = CountVectorizer(revisoes,(1,4))
vetorizador3 = TFIDFVectorizer(revisoes)
vetorizador4 = TFIDFVectorizer(revisoes,(1,4))
classificador1 = NaiveBayes("naive_bayes_1_1_pt2.pickle",vetorizador1,recomendacoes)
classificador2 = NaiveBayes("naive_bayes_1_4_pt2.pickle",vetorizador2,recomendacoes)
classificador3 = SVM("svm_1_1_pt2.pickle",vetorizador3,recomendacoes)
classificador4 = SVM("svm_1_4_pt2.pickle",vetorizador4,recomendacoes)
print(classificador1.marcador())
print(classificador2.marcador())
print(classificador3.marcador())
print(classificador4.marcador()) #apresentou o melhor resultado
frases = pd.read_excel(r"C:\Users\Juan Carlos\Documents\projeto_tg\frases.xlsx")
for frase in frases['texto']:
texto = frase
print("----------------")
analisar_sentimento(classificador1,texto)