KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#typescript #ai-agents #cli #claude-code #codex #developer-tools #ai #dsh-plugin #ai-agent #mcp #deepseek-harness #windows

fernando-pessoa

★ 39 Open GitHub ↗

Classificador de poemas do Fernando Pessoa de acordo com os seus heterônimos

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Classificador de Poemas do Fernando Pessoa

[![Binder](https://mybinder.org/badge_logo.svg)](https://mybinder.org/v2/gh/GrupoTuring/fernando-pessoa/master)

Projeto desenvolvido pelo Grupo Turing para classificar poemas do Fernando Pessoa
de acordo com o heterônimo que os escreveu. Nesse classificador, foram considerados
os quatro principais heterônimos com mais textos disponíveis: Bernardo Soares,
Alberto Caeiro, Ricardo Reis e Álvaro de Campos.

Mais informações estão disponíveis no post do medium sobre o projeto:
[Como Machine Learning consegue diferenciar heterônimos de Fernando Pessoa](https://medium.com/@lucassepeda/156d0d52a478).

## Pré-requisitos

Esse projeto foi desenvolvido utilizado Python 3 e Jupyter notebooks. Ele pode ser visualizado online
em um [binder](https://mybinder.org/v2/gh/GrupoTuring/fernando-pessoa/master).

Alternativemente, as dependências desse projeto estão listadas em [requirements.txt](requirements.txt).
Para instalá-las, utilize o comando:

```bash
pip install -r requirements.txt
```

## Guia de Uso

### Extração de Dados

Os dados foram extraídos do site [arquivopessoa.net](http://arquivopessoa.net/) utilizando
[scrapy](https://scrapy.org/) e estão disponíveis no arquivo _[fernando_pessoa.csv](fernando_pessoa.csv)_.
As colunas do dataset estão exemplificadas abaixo:

|   id | autor           | titulo                                                     | tipo   | texto                                                         | data      | bibliografia                                                   |
|-----:|:----------------|:-----------------------------------------------------------|:-------|:--------------------------------------------------------------|:----------|:---------------------------------------------------------------|
|    4 | Ricardo Reis    | Diana através dos ramos                                    | poesia | Diana através dos ramos<br/>Espreita a vinda de Endymion...   | 16-6-1914 | Poemas de Ricardo Reis. Fernando Pessoa. (Edição Crítica de... |
|    5 | Fernando Pessoa | A REFORMA DO CALENDÁRIO E AS SUAS CONSEQUÊNCIAS COMERCIAIS | prosa  | A REFORMA DO CALENDÁRIO E AS SUAS CONSEQUÊNCIAS COMERCIAIS... | 10-3-1933 | Páginas de Pensamento Político. Vol II. Fernando Pessoa...     |

Para rodar o scraper, basta executar:

```bash
scrapy crawl ArquivoPessoa -o fernando_pessoa.csv
```

### Análise de Dados

A análise de dados está disponível no arquivo _[analise.ipynb](analise.ipynb)_ e pode ser visualizada
diretamente no github. Para modificar e executar o código, o notebook deve ser aberto no binder
ou no [jupyter notebook](https://jupyter.org/install).

## Créditos

Esse projeto depende das seguintes bibliotecas:

- [NumPy](https://www.numpy.org/)
- [pandas](https://pandas.pydata.org/)
- [matplotlib](https://matplotlib.org/)
- [seaborn](https://seaborn.pydata.org/)
- [scikit-learn](https://scikit-learn.org)
- [NLTK](https://www.nltk.org/)
- [spaCy](https://spacy.io/)
- [scrapy](https://scrapy.org/)
- [html2text](https://pypi.org/project/html2text/)
- [langdetect](https://pypi.org/project/langdetect/)

Além disso, a análise de dados foi feita em [jupyter notebooks](https://jupyter.org/).

## Autores

Desenvolvido pela área de PLN (processamento de linguagem natural) do [Turing USP](https://github.com/turing-usp):

- [Fernando Matsumoto](https://github.com/fernandokm)
- [Iago Nunes](https://github.com/iago)
- [Igor Câmara](https://github.com/IgorCSC)
- [Julia Pocciotti](https://github.com/juliapocciotti)
- [Lucas Sepeda](https://github.com/likury)

## Licença

Distribuído sob a licença MIT. Veja `LICENSE` para mais informações.

fernando-pessoa

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README