-
Vamos ver agora como a gente faz
-
para usar uma solução
pronta de análise de sentimentos
-
usando a Amazon SageMaker
e o Amazon Comprehend.
-
Então, primeiro vamos acessar aqui
o SageMaker AI,
-
vou clicar aqui nele.
-
E vou acessar aqui a guia Notebooks.
-
Aqui nós já temos criado
a nossa instância de notebook
-
e eu vou abrir aqui o JupyterLab,
-
para gente conseguir customizar
a nossa solução.
-
Pronto, já estamos aqui
com o notebook aberto.
-
Vou criar um notebook em Python.
-
Vou renomear aqui
para análise de sentimentos.
-
E vou colocar o código,
-
já está pronto aqui
para a gente testar.
-
O que ele vai fazer aqui?
-
Primeiro,
vamos separar esse código.
-
Primeira parte,
-
a gente importa as bibliotecas necessárias.
-
A "boto3" serve para poder
se comunicar com o serviço da AWS.
-
A "json" para poder
trabalhar com arquivos JSON.
-
E o Pandas para poder visualizar
como uma estrutura retangular.
-
Então, eu vou executar
essa primeira célula.
-
Tem aqui três comentários
já em português
-
e eu quero usar
o Amazon Comprehend.
-
Então nesse momento,
a gente vai conseguir
-
selecionar o serviço
usando a biblioteca "boto3".
-
Então "boto3.client" é o nome
da função que a gente utiliza
-
e eu seleciono o serviço
do Comprehend.
-
E, para cada item do nosso DataFrame,
ele vai avaliar
-
se o sentimento é positivo
ou negativo.
-
Então eu vou executar aqui
-
e eu já consigo fazer isso
visualizando aqui o que ele achou
-
em relação ao contexto
desse texto inicial.
-
Então, o primeiro texto é positivo.
-
O segundo texto é negativo.
-
E o terceiro texto também
ele considerou positivo.
-
Então nós vimos como a gente
pode utilizar o Amazon Comprehend
-
para conseguir fazer
análise de sentimentos, por exemplo,
-
de comentários em uma rede social
-
ou até mesmo na avaliação
de produtos da nossa empresa.
