{"id":4304,"date":"2025-05-10T10:04:09","date_gmt":"2025-05-10T13:04:09","guid":{"rendered":"https:\/\/geekblogti.wpengine.com\/?p=4304"},"modified":"2025-05-15T11:01:11","modified_gmt":"2025-05-15T14:01:11","slug":"mineracao-de-texto-python-para-descobrir-emocoes","status":"publish","type":"post","link":"https:\/\/www.geekhunter.com/pt/blog\/mineracao-de-texto-python-para-descobrir-emocoes\/","title":{"rendered":"Minera\u00e7\u00e3o de texto: python para descobrir emo\u00e7\u00f5es"},"content":{"rendered":"\r\n

O que as pessoas pensam sobre a sua empresa, ou sobre a empresa que voc\u00ea trabalha?<\/p>\r\n\r\n\r\n\r\n

H\u00e1 um tempo, comecei a estudar um conte\u00fado dentro do aprendizado de m\u00e1quina conhecido como an\u00e1lise de texto \u2014 ou minera\u00e7\u00e3o de emo\u00e7\u00f5es. Este campo tenta identificar emo\u00e7\u00f5es em texto.<\/p>\r\n\r\n\r\n\r\n

Por exemplo: hoje estou feliz. <\/strong><\/p>\r\n\r\n\r\n\r\n

Quem for ler esta frase perceber\u00e1 que trata-se de uma frase de alegria<\/strong>, entretanto como fazer o computador entender que esta frase \u00e9 uma frase de felicidade?<\/p>\r\n\r\n\r\n\r\n

A resposta \u00e9 mais ou menos simples: utilizando o aprendizado de m\u00e1quina<\/strong>. Essa pergunta tem um peso ainda maior quando falamos do mundo corporativo.<\/p>\r\n\r\n\r\n\r\n

Imagina escanear a rea\u00e7\u00e3o de um montante grande de pessoas e, com isso, acelerar uma tomada de decis\u00e3o, como uma automa\u00e7\u00e3o, que tem uma influ\u00eancia direta sobre o business<\/em>?<\/p>\r\n\r\n\r\n\r\n

Ou sobre o customer success<\/em>.<\/p>\r\n\r\n\r\n\r\n

Bem, hoje n\u00f3s falaremos sobre como usar a minera\u00e7\u00e3o de emo\u00e7\u00e3o, por meio de texto e utilizando a linguagem Python<\/a><\/strong>. \u00a0<\/p>\r\n\r\n\r\n\r\n

Vamos l\u00e1?<\/p>\r\n\r\n\r\n\r\n

Minera\u00e7\u00e3o de emo\u00e7\u00f5es nas redes sociais<\/h2>\r\n\r\n\r\n\r\n\r\n\r\n

Se pararmos para pensar as pessoas nunca se comunicaram tanto por redes sociais como hoje. Seja facebook, Twitter, Instagram entre outras redes sociais.<\/p>\r\n\r\n\r\n\r\n

As pessoas demonstram seus sentimentos e suas vontades via redes sociais.<\/p>\r\n\r\n\r\n\r\n

Ent\u00e3o, poder\u00edamos usar como \u2018term\u00f4metro\u2019 para saber se nossa empresa est\u00e1 sendo bem falada ou n\u00e3o estas redes sociais. Certo? \u00a0<\/p>\r\n\r\n\r\n\r\n

Um bom come\u00e7o para nosso estudo ser\u00e1 o Twitter,<\/strong> j\u00e1 que o mesmo disp\u00f5e de uma API para desenvolvedores para coletar tweets, a chamada tweepy<\/em>.<\/p>\r\n\r\n\r\n\r\n

Sim, esta biblioteca est\u00e1 dispon\u00edvel para Python<\/strong>, que ser\u00e1 a linguagem utilizada no meu exemplo, como j\u00e1 adiantei.<\/p>\r\n\r\n\r\n\r\n

Imagine o seguinte cen\u00e1rio. Trabalhamos em uma empresa que produz \u201ccapinha de celular\u201d e desejamos saber o que as pessoas comentam sobre nossos produtos.<\/p>\r\n\r\n\r\n\r\n

Com isso podemos criar uma campanha de marketing para lan\u00e7ar um produto novo, ou detectar alguma falha j\u00e1 existente e corrigi-la.<\/p>\r\n\r\n\r\n\r\n

>>Leitura Recomendada:<\/strong>
Leia nosso artigo sobre Python Microsservices<\/strong><\/a><\/p>\r\n\r\n\r\n\r\n

Mas como catalogar emo\u00e7\u00f5es?<\/h3>\r\n\r\n\r\n\r\n

Segundo o psic\u00f3logo Paul Ekman<\/strong> existem seis tipos de emo\u00e7\u00f5es b\u00e1sicas que s\u00e3o:<\/p>\r\n\r\n\r\n\r\n

    \r\n
  1. Surpresa<\/li>\r\n
  2. Alegria<\/li>\r\n
  3. Tristeza<\/li>\r\n
  4. Medo<\/li>\r\n
  5. Desgosto ou nojo<\/li>\r\n
  6. Raiva<\/li>\r\n<\/ol>\r\n\r\n\r\n\r\n

    Por\u00e9m, para o nosso caso decidimos catalogar as frases em duas emo\u00e7\u00f5es que s\u00e3o: alegria<\/strong> e raiva.<\/strong><\/p>\r\n\r\n\r\n\r\n

    Se uma frase for de alegria, para n\u00f3s, significa, que a pessoa est\u00e1 feliz com o produto. Mas, se uma frase for de raiva significa que a pessoa est\u00e1 descontente com nosso produto.<\/p>\r\n\r\n\r\n\r\n

    Minera\u00e7\u00e3o de texto usando python na pr\u00e1tica<\/h2>\r\n\r\n\r\n\r\n\r\n\r\n

    Para fins did\u00e1ticos separei em se\u00e7\u00f5es os passos da constru\u00e7\u00e3o do algoritmo de machine learning<\/em><\/a><\/strong> para que possamos classificar as frases como sendo de alegria, <\/strong>ou de raiva<\/strong>.<\/p>\r\n\r\n\r\n\r\n

    Imagine que j\u00e1 coletamos os tweets<\/em> e agora partiremos para o pr\u00e9-processamento das nossas frases coletadas.<\/p>\r\n\r\n\r\n\r\n

    \r\n\r\n\r\n\r\n
    base = [(‘Essa capinha de celular \u00e9 muito boa’, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Gostei muito desta capinha de celular’, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Capinha maravilhosa’, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Que capinha bonita’, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Abaixo do esperado’, ‘raiva’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘N\u00e3o gostei’, ‘raiva’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Desbotou na primeira semana’, ‘raiva’),
    \u00a0 (‘Olha s\u00f3 essa capinha! ‘, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Material de baixa resist\u00eancia’, ‘raiva’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘Custo benef\u00edcio excelente’, ‘alegria’),
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0(‘A foto \u00e9 diferente do produto’, ‘raiva’)]<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n

    Usaremos este banco de dados com 11 frases para o entendimento ficar mais claro, por\u00e9m a l\u00f3gica ser\u00e1 a mesma para uma quantidade maior de frases.<\/p>\r\n\r\n\r\n\r\n

    O \u201cpulo do gato<\/em>\u201d \u00e9 mapear a maior quantidade de frases similares entre si, que expressam esses dois sentimentos.<\/p>\r\n\r\n\r\n\r\n

    Antes de come\u00e7armos o pr\u00e9-processamento <\/em>precisaremos instalar a biblioteca nltk<\/strong>.<\/p>\r\n\r\n\r\n\r\n

    Para isso podemos utilizar o comando pip install nltk<\/strong> no prompt de comando<\/em> (mais sobre a biblioteca nltk<\/strong><\/a> aqui)<\/p>\r\n\r\n\r\n\r\n

    Ap\u00f3s instalar, precisamos fazer o download<\/em> de algumas cole\u00e7\u00f5es da biblioteca nltk, para isso abrimos o prompt de comando<\/em>, digitamos python<\/strong> e quando aparecer:<\/p>\r\n\r\n\r\n\r\n

     >>> <\/pre>\r\n\r\n\r\n\r\n
    importaremos a biblioteca nltk<\/p>\r\n\r\n\r\n\r\n
     >>> import nltk <\/pre>\r\n\r\n\r\n\r\n
    e em seguida digitamos o seguinte comando<\/p>\r\n\r\n\r\n\r\n
     >>> nltk.download() <\/pre>\r\n\r\n\r\n\r\n
    Ent\u00e3o, ser\u00e1 aberta esta tela:<\/p>\r\n\r\n\r\n\r\n
    \"\"<\/figure>\r\n\r\n\r\n\r\n
    Agora basta fazer o download<\/em> do all-corpora<\/strong>. Feito, isso vamos para o pr\u00e9-processamento das frases.<\/p>\r\n\r\n\r\n\r\n
    Pr\u00e9-processamento<\/h3>\r\n\r\n\r\n\r\n
    Em qualquer idioma existem palavras que n\u00e3o agregam muito sentido a frases como por exemplo: \u201ca\u201d, \u201cas\u201d, \u201ce\u201d, \u201cde\u201d, \u201cdas\u201d e etc\u2026 essas palavras na biblioteca nltk* <\/strong>s\u00e3o conhecidas como StopWords. <\/strong><\/p>\r\n\r\n\r\n\r\n
    Ent\u00e3o, sim, estas palavras podem gerar algum tipo de ru\u00eddo indesej\u00e1vel para nossas an\u00e1lises posteriores.<\/p>\r\n\r\n\r\n\r\n
    *conjunto de bibliotecas para PLN (processamento de linguagem natural simb\u00f3lica e estat\u00edstica) em Pytho<\/em>n<\/p>\r\n\r\n\r\n\r\n
    Outra coisa que podemos fazer nessa mesma etapa \u00e9 retirar o sufixo e o prefixo das palavras e ficar apenas com seu radical. Observe as palavras:<\/p>\r\n\r\n\r\n\r\n
    Carro <\/em><\/strong><\/p>\r\n\r\n\r\n\r\n
    Carrinho <\/em><\/strong><\/p>\r\n\r\n\r\n\r\n
    Carr\u00e3o<\/em><\/strong><\/p>\r\n\r\n\r\n\r\n
    As tr\u00eas palavras dizem respeito a algum tipo de carro, ent\u00e3o o que podemos fazer \u00e9 retirar o sufixo da palavra e ficar apenas com seu radical.<\/p>\r\n\r\n\r\n\r\n
    Isto \u00e9, carr<\/em>.<\/p>\r\n\r\n\r\n\r\n
    Iremos fazer isso com todas as nossas palavras, por\u00e9m, ao fazermos isso, podemos perder um pouco de informa\u00e7\u00e3o.<\/p>\r\n\r\n\r\n\r\n
    Isso quer dizer que retirar uma Stopword<\/strong>, sufixo e prefixo tem um certo custo e devemos analisar se vale a pena ou n\u00e3o fazer esse processo.<\/p>\r\n\r\n\r\n\r\n\r\n\r\n
    Criando o algoritmo de minera\u00e7\u00e3o de texto<\/h2>\r\n\r\n\r\n\r\n\r\n\r\n
    Vamos voltar \u00e0 biblioteca nltk: <\/strong><\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    import nltk
    stopwords=nltk.corpus.stopwords.words(‘portuguese’)<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Esse pacote cont\u00e9m radicais de v\u00e1rias l\u00ednguas assim como Stopwords<\/strong>, e o que rola \u00e9 que elas variam de l\u00edngua para l\u00edngua, ent\u00e3o precisamos referenciar o portugu\u00eas na segunda linha.<\/p>\r\n\r\n\r\n\r\n
    Agora teremos uma lista com as stopwords<\/strong> se fizermos o comando:<\/p>\r\n\r\n\r\n\r\n
     print(stopwords) <\/pre>\r\n\r\n\r\n\r\n
    Receberemos uma lista com as stopwords <\/em>em portugu\u00eas parecida com essa:<\/p>\r\n\r\n\r\n\r\n
     ['de', 'a', 'o', 'que', 'e', '\u00e9', 'do', 'da', 'em', 'um', 'para', 'com', 'n\u00e3o', 'uma', 'os', 'no', 'se', 'na', 'por', 'mais', 'as', 'dos', 'como', 'mas', 'ao', 'ele', 'das', '\u00e0', 'seu', 'sua', 'ou', 'quando', 'muito', 'nos', 'j\u00e1', 'eu', 'tamb\u00e9m', 's\u00f3', 'pelo', 'pela', 'at\u00e9', ,....,'ter\u00edamos', 'teriam'] <\/pre>\r\n\r\n\r\n\r\n
     <\/p>\r\n\r\n\r\n\r\n
    Agora criaremos a fun\u00e7\u00e3o que faz o processamento que falamos anteriormente:<\/strong><\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    \u00a0
    def fazstemmer(texto):
    \u00a0\u00a0\u00a0\u00a0stemmer = nltk.stem.RSLPStemmer()
    \u00a0\u00a0\u00a0\u00a0frasessstemming = []
    \u00a0\u00a0\u00a0\u00a0for (palavras, emocao) in texto:
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0comstemming = [str(stemmer.stem(p))
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0for p in palavras.split() if p not in stopwords]
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0frasessstemming.append((comstemming, emocao))
    \u00a0\u00a0\u00a0\u00a0return frasessstemming
    \u00a0
    \u00a0
    frasescomstemming = fazstemmer(base)
    print(frasescomstemming)<\/em>

    <\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    E como resultado temos o seguinte : <\/strong><\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    [([‘ess’, ‘cap’, ‘celul’, ‘boa’], ‘alegria’), ([‘gost’, ‘dest’, ‘cap’, ‘celul’], ‘alegria’), ([‘cap’, ‘maravilh’], ‘alegria’), ([‘que’, ‘cap’, ‘bonit’], ‘alegria’), ([‘abaix’, ‘esper’], ‘raiva’), ([‘n\u00e3o’, ‘gost’], ‘raiva’), ([‘desbot’, ‘prim’, ‘seman’], ‘raiva’), ([‘olh’, ‘capinha!’], ‘alegria’), ([‘mater’, ‘baix’, ‘resist’], ‘raiva’), ([‘cust’, ‘benefici’, ‘excel’], ‘alegria’), ([‘a’, ‘fot’, ‘difer’, ‘produt’], ‘raiva’)]<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Perceba acima, por exemplo, a primeira frase que era:<\/strong><\/p>\r\n\r\n\r\n\r\n
    \u201cEst\u00e1 capa de celular \u00e9 o m\u00e1ximo\u201d<\/strong><\/p>\r\n\r\n\r\n\r\n
    …que na fun\u00e7\u00e3o ficou:<\/p>\r\n\r\n\r\n\r\n
    \u201cest cap celul m\u00e1x\u201d<\/strong><\/p>\r\n\r\n\r\n\r\n
    Mas, perceba que as frases est\u00e3o organizadas em tuplas contendo a frase e a emo\u00e7\u00e3o, ent\u00e3o o que faremos agora \u00e9 uma fun\u00e7\u00e3o que organiza somente as palavras em uma lista:<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    def buscapalavras(frases):
    \u00a0\u00a0\u00a0\u00a0todaspalavras = []
    \u00a0\u00a0\u00a0\u00a0for (palavras, emocao) in frases:
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0todaspalavras.extend(palavras)
    \u00a0\u00a0\u00a0\u00a0return todaspalavras
    \u00a0
    frasescomstemming = fazstemmer(base)
    print(frasescomstemming)

    <\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    E como resultado teremos a seguinte lista:<\/strong><\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    [‘ess’, ‘cap’, ‘celul’, ‘boa’, ‘gost’, ‘dest’, ‘cap’, ‘celul’, ‘cap’, ‘maravilh’, ‘que’, ‘cap’, ‘bonit’, ‘abaix’, ‘esper’, ‘n\u00e3o’, ‘gost’, ‘desbot’, ‘prim’, ‘seman’, ‘olh’, ‘capinha!’, ‘mater’, ‘baix’, ‘resist’, ‘cust’, ‘benefici’, ‘excel’, ‘a’, ‘fot’, ‘difer’, ‘produt’]<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Agora que temos nossa lista de radicais iremos calcular a frequ\u00eancia com que eles aparecem<\/strong>:<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    def buscafrequencia(palavras):
    \u00a0\u00a0\u00a0\u00a0palavras = nltk.FreqDist(palavras)
    \u00a0\u00a0\u00a0\u00a0return palavras
    frequencia = buscafrequencia(palavras)<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    E agora vamos criar um dicion\u00e1rio de palavras \u00fanicas<\/strong>. Isso vai produzir um efeito de excluir as palavras repetidas.<\/p>\r\n\r\n\r\n\r\n
    Para voc\u00ea entender melhor, pense em um dicion\u00e1rio de gram\u00e1tica, no dicion\u00e1rio h\u00e1 apenas palavras \u00fanicas, ent\u00e3o \u00e9 isso que faremos aqui, com a seguinte fun\u00e7\u00e3o:<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    def busca_palavrasunicas(frequencia):
    \u00a0\u00a0\u00a0\u00a0freq = frequencia.keys()
    \u00a0\u00a0\u00a0\u00a0return freq
    \u00a0
    palavrasunicas = busca_palavrasunicas(frequencia)
    print(palavrasunicas)

    <\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    E como resultado teremos:<\/strong><\/p>\r\n\r\n\r\n\r\n
     dict_keys(['ess', 'cap', 'celul', 'boa', 'gost', 'dest', 'maravilh', 'que', 'bonit', 'abaix', 'esper', 'n\u00e3o', 'desbot', 'prim', 'seman', 'olh', 'capinha!', 'mater', 'baix', 'resist', 'cust', 'benefici', 'excel', 'a', 'fot', 'difer', 'produt']) <\/pre>\r\n\r\n\r\n\r\n
    Agora utilizaremos uma fun\u00e7\u00e3o chamada <\/strong>extraipalavras<\/strong><\/em>. <\/strong><\/p>\r\n\r\n\r\n\r\n
    O objetivo desta fun\u00e7\u00e3o \u00e9 classific\u00e1-las como True,<\/em><\/strong>se estiverem dentro da nossa lista de palavras \u00fanicas, ou False <\/strong>se ela n\u00e3o est\u00e1 em nossa lista de palavras \u00fanicas.<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    def extrai_palavras(documento):
    \u00a0\u00a0\u00a0\u00a0doc = set(documento)
    \u00a0\u00a0\u00a0\u00a0caracteristicas = {}
    \u00a0\u00a0\u00a0\u00a0for palavras in palavrasunicas:
    \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0caracteristicas[‘%s’ % palavras] = (palavras in doc)
    \u00a0\u00a0\u00a0\u00a0return caracteristicas<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Exemplo:<\/strong><\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    caracteristicasfrase = extrai_palavras([‘am’, ‘nov”dia’,’ess’,’celul’,’boa’])
    print(caracteristicasfrase)<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    {‘ess’: True, ‘cap’: False, ‘celul’: True, ‘boa’: True, ‘gost’: False, ‘dest’: False, ‘maravilh’: False, ‘que’: False, ‘bonit’: False, ‘abaix’: False, ‘esper’: False, ‘n\u00e3o’: False, ‘desbot’: False, ‘prim’: False, ‘seman’: False, ‘olh’: False, ‘capinha!’: False, ‘mater’: False, ‘baix’: False, ‘resist’: False, ‘cust’: False, ‘benefici’: False, ‘excel’: False, ‘a’: False, ‘fot’: False, ‘difer’: False, ‘produt’: False}<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    A fun\u00e7\u00e3o extraipalavras<\/em> fez a seguinte compara\u00e7\u00e3o:<\/p>\r\n\r\n\r\n\r\n
    As palavras que est\u00e3o em nossa lista de palavras \u00fanicas foram classificadas como True <\/strong>e as que n\u00e3o est\u00e3o em nossa lista de palavras \u00fanicas foram classificadas como False.<\/strong><\/p>\r\n\r\n\r\n\r\n
    Agora chamaremos uma fun\u00e7\u00e3o da biblioteca nltk<\/strong> passando como par\u00e2metros a fun\u00e7\u00e3o extraipalavras<\/em> e nossas frases j\u00e1 processadas:<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    basecompleta = nltk.classify.apply_features(extrai_palavras,frasescomstemming)<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Agora vamos testar a basecompleta na nossa primeira frase:<\/p>\r\n\r\n\r\n\r\n
     ('Essa capinha de celular \u00e9 muito boa', 'alegria')\r\n\r\n\r\nprint(basecompleta[0]) <\/pre>\r\n\r\n\r\n\r\n
    E como resultado teremos:<\/strong> \u00a0<\/p>\r\n\r\n\r\n\r\n
    \r\n\r\n\r\n\r\n
    ({‘ess’: True, ‘cap’: True, ‘celul’: True, ‘boa’: True, ‘gost’: False, ‘dest’: False, ‘maravilh’: False, ‘que’: False, ‘bonit’: False, ‘abaix’: False, ‘esper’: False, ‘n\u00e3o’: False, ‘desbot’: False, ‘prim’: False, ‘seman’: False, ‘olh’: False, ‘capinha!’: False, ‘mater’: False, ‘baix’: False, ‘resist’: False, ‘cust’: False, ‘benefici’: False, ‘excel’: False, ‘a’: False, ‘fot’: False, ‘difer’: False, ‘produt’: False}, ‘alegria’)<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/figure>\r\n\r\n\r\n\r\n
    Esta fun\u00e7\u00e3o retorna as nossas frases mostrando quais palavras est\u00e3o contidas ou n\u00e3o nelas.<\/p>\r\n\r\n\r\n\r\n
    Quando imprimimos a basecompleta[0]<\/strong> recebemos uma tupla, onde o primeiro item \u00e9 um dicion\u00e1rio com nossas palavras \u00fanicas marcadas como True <\/strong>ou False.<\/strong><\/p>\r\n\r\n\r\n\r\n
    As palavras marcadas como True <\/strong>\u00a0s\u00e3o as palavras que est\u00e3o na frase \u2018Essa capinha de celular \u00e9 muito boa\u2019.\u00a0<\/p>\r\n\r\n\r\n\r\n
    J\u00e1 o segundo item da tupla<\/strong> \u00e9 o alvo, ou seja, como essa frase foi classificada.<\/p>\r\n\r\n\r\n\r\n
    Agora vamos construir nossa tabela de probabilidade\u00a0 com a biblioteca nlt<\/strong>k.<\/p>\r\n\r\n\r\n\r\n
     classificador = nltk.NaiveBayesClassifier.train(basecompleta) <\/pre>\r\n\r\n\r\n\r\n
    Agora podemos imprimir as etiquetas das frases, que aqui s\u00e3o apenas duas: alegria <\/strong>e raiva<\/strong><\/p>\r\n\r\n\r\n\r\n
     print(classificador.labels())<\/strong> <\/pre>\r\n\r\n\r\n\r\n
    E com isso, teremos:<\/p>\r\n\r\n\r\n\r\n
     ['alegria', 'raiva'] <\/pre>\r\n\r\n\r\n\r\n
    Ainda podemos imprimir mais informa\u00e7\u00f5es sobre nossa tabela de probabilidade, com o seguinte comando:<\/p>\r\n\r\n\r\n\r\n
     print(classificador.show_most_informative_features(5))\r\n\r\n\r\n\r\nMost Informative Features\r\n \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 cap = False\u00a0 \u00a0 \u00a0 \u00a0 raiva : alegri =\u00a0 \u00a0 \u00a0 2.6 : 1.0\r\n \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 celul = False\u00a0 \u00a0 \u00a0 \u00a0 raiva : alegri =\u00a0 \u00a0 \u00a0 1.4 : 1.0\r\n\u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 baix = False\u00a0 \u00a0 \u00a0 \u00a0 alegri : raiva =\u00a0 \u00a0 \u00a0 1.2 : 1.0\r\n \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 seman = False\u00a0 \u00a0 \u00a0 \u00a0 alegri : raiva =\u00a0 \u00a0 \u00a0 1.2 : 1.0\r\n \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 \u00a0 mater = False\u00a0 \u00a0 \u00a0 \u00a0 alegri : raiva =\u00a0 \u00a0 \u00a0 1.2 : 1.0 <\/pre>\r\n\r\n\r\n\r\n
    O que esta tabela mostra \u00e9:<\/p>\r\n\r\n\r\n\r\n