Este projeto realiza análise de sentimentos em textos utilizando um modelo de aprendizado de máquina construído a partir do modelo pré-treinado BERTimbau. Ele abrange desde o treinamento do modelo até a hospedagem de uma aplicação Streamlit que consome o modelo desenvolvido.

O projeto é dividido em duas partes principais:

1. Treinamento do Modelo: Realizado em um notebook no Google Colab, onde o modelo é treinado para classificar sentimentos em textos.
2. Aplicação Web: Desenvolvida com Streamlit, permitindo que usuários insiram textos e recebam a análise de sentimento correspondente.

O treinamento do modelo foi realizado no seguinte notebook do Google Colab:

🔗 Notebook de Treinamento

Neste notebook, são abordadas etapas como:

• Pré-processamento de dados
• Treinamento e avaliação do modelo
• Upload para Hugging Face Hub e consumo do modelo

Nota: O notebook disponível neste repositório não apresenta as saídas da execução das células, pois, por algum motivo, o notebook apresentava erro e não era exibido se as saídas não fossem limpas. Portanto, para visualizar o resultado da execução das células, consulte o notebook no link acima.

A aplicação permite que usuários insiram textos e obtenham a análise de sentimento correspondente:

🔗 Aplicação Streamlit

Confira o vídeo de apresentação do projeto no YouTube!

🔗 Vídeo de Apresentação do Projeto

O repositório contém os seguintes arquivos e diretórios principais:

• app.py: Código-fonte da aplicação Streamlit.
• djlmp_sentiment_analyzer_clean.ipynb: Notebook com o processo de treinamento do modelo.
• djlmp_sentiment_analyzer.pdf: Artigo do projeto no formato .pdf.
• requirements.txt: Lista de dependências necessárias para executar o projeto.
• teste.csv: Conjunto de dados de exemplo para testes.

Nota: O diretório .devcontainer é específico para configurações de ambiente de desenvolvimento. Ignore-o.

• DiegoAluizio
• Jonatas-G-Oliveira
• lihviaa
• Marina-Martin
• chrnphxbia