Sentimentify è un'API REST sviluppata con FastAPI che analizza il sentiment di un testo, classificandolo come positivo, negativo o neutro, e fornisce il valore numerico della polarità. Il progetto utilizza TextBlob per l'analisi del sentiment, Pandas per eventuali operazioni sui dati, e Uvicorn come server ASGI.
Stars
0
Forks
0
Watchers
0
Open Issues
0
Overall repository health assessment
No package.json found
This might not be a Node.js project
16
commits
COMMIT: Cambio libreria per la traduzione, googletraslate non supportava la mia versione python
ba4c7c3View on GitHubModificata conferma predizione e aggiunta libreria per traduzione automatica testo
7bc7e30View on GitHubpulito file csv per avere solo due tipi di dati: text e sentiment
79eaf05View on GitHubAggiunto endopoint per lasciare feedback e salvare nel dataset qualora il feedback della risposta sia true. Da modificare il salvataggio nel dataset in quanto errato
a7fe208View on GitHubModificato train_local per addestrare il modello in background
b88e7f9View on GitHubAggiunta la possibilità di allenare il modello con un dataset di input personalizzato. Il dataset deve essere in formato csv e deve contenere almeno due colonne: una per il testo e una per l'etichetta. Il dataset deve essere caricato nella cartella "input" del progetto. Aggiunto endopoint per l'allenamento del modello con il dataset di input personalizzato. endpoint predict_custom Questo modello è costruito con una pipeline scikit-learn che impiega CountVectorizer e LogisticRegression per apprendere e fare predizioni.
46232f7View on GitHub