Aplicações que desenvolvi para o Mini-Curso de Python, promovido junto com o PETSIMC da Universidade Federal de Uberlândia. As aulas consiste na fundamentação de linguagem natural, análise morfologica, análise de sentimentos, WebScraping e implementações de APIs (GPT e GEMINI).
Este projeto explora conceitos fundamentais de análise de texto e sentimentos utilizando a biblioteca NLTK. Abrange técnicas como tokenização, remoção de stopwords, e identificação de substantivos, além de realizar análises de emoções positivas e negativas com base em um dicionário LIWC customizado. O código inclui funções reutilizáveis para pré-processamento e análise, permitindo o cálculo de proporções emocionais em textos.
Este projeto utiliza técnicas de web scraping para coletar informações de páginas da web e processá-las em análises de texto e sentimentos. Através de bibliotecas como requests, BeautifulSoup e pandas.
1️⃣ Extração de Dados Coleta e estrutura de dados de páginas web, como títulos, links, descrições, e imagens. Exemplos incluem a raspagem de um menu de navegação do site da UFU e a coleta de materiais gratuitos de um site de psicologia.
2️⃣ Extração e Transformação de Dados Organiza os dados extraídos em DataFrames e exporta para arquivos CSV, possibilitando fácil análise e integração com outras ferramentas.
3️⃣ Análise de Sentimentos Aplica processamento de linguagem natural (NLP) para identificar emoções positivas e negativas em textos extraídos, utilizando um dicionário LIWC personalizado.
Este código apresenta duas implementações de chatbots utilizando APIs de inteligência artificial: o GPT da OpenAI e o Gemini da Google. Ambos os chatbots interagem com o usuário em um loop contínuo, permitindo diálogos em linguagem natural.