Skip to content

Latest commit

 

History

History
102 lines (71 loc) · 2.88 KB

README.md

File metadata and controls

102 lines (71 loc) · 2.88 KB
Raw

IHSAS - Analyse des Sentiments en Arabe

Nom de l'application : IHSAS

Code d'Analyse des Sentiments en Arabe

Backend (backend.py)

  1. Installation des bibliothèques : Utilisez les commandes pip pour installer les bibliothèques nécessaires, telles que aaransia, nltk, tashaphyne, arabic-reshaper, et wordcloud.
pip install aaransia
pip install nltk
pip install tashaphyne
pip install --upgrade arabic-reshaper
pip install wordcloud
import nltk
nltk.download('stopwords')
nltk.download('punkt')
  1. Chargement des données :
  • Données d'entraînement et de test à partir de fichiers CSV.
  1. Prétraitement des données :
  • Translittération, normalisation, nettoyage, suppression des stopwords.
  1. Entraînement du modèle :
  • Modèle de Naive Bayes multinomial pour l'analyse des sentiments.
  1. API Flask :
  • Points d'extrémité pour la classification de texte et le téléchargement de fichiers CSV.

Interface Utilisateur (design.css, home.html, script.js)

  1. Page d'accueil :
  • Présentation du projet et de l'équipe.
  1. Analyse des Sentiments de Phrases :
  • Saisie d'une phrase en arabe pour une analyse immédiate.
  1. Téléchargement de Fichier :
  • Téléchargement d'un fichier texte (.txt) pour une analyse en masse.
  1. Styles CSS :
  • Mise en page de la page web.
  1. Script JavaScript :
  • Envoi de requêtes au backend et manipulation des résultats.

Dataset

Exécution du Projet

  1. Exécution du Serveur Flask :
python backend.py
  1. Utilisation de l'Interface Utilisateur :
  • Ouvrez home.html dans un navigateur.
  1. Classification de Texte :
  • Saisissez un texte en arabe et cliquez sur "Classify" pour obtenir le résultat.
  1. Téléchargement de Fichier :
  • Sélectionnez un fichier texte (.txt) et cliquez sur "Upload File" pour analyser et télécharger le résultat en CSV.

Analyse des Sentiments en Arabe sur Kaggle

Vous pouvez retrouver le code complet de l'analyse des sentiments en arabe sur mon profile. Voici le lien vers le code source :

Analyse des Sentiments en Arabe sur Kaggle

Auteur

  • OUARAS Khelil Rafik

Citation du Dataset

Si vous utilisez le dataset ArSarcasm-v2 dans votre projet de recherche, veuillez citer l'article original et le dataset de la manière suivante :

@inproceedings{abufarha-etal-2021-arsarcasm-v2,
  title = "Overview of the WANLP 2021 Shared Task on Sarcasm and Sentiment Detection in Arabic",
  author = "Abu Farha, Ibrahim and Zaghouani, Wajdi and Magdy, Walid",
  booktitle = "Proceedings of the Sixth Arabic Natural Language Processing Workshop",
  month = "April",
  year = "2021",
}