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)