LeIA-MBA

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #ai #typescript #llm #go #golang #android #machine-learning #rust #deep-learning #linux

★ 40 Open GitHub ↗

Fork do LeIA (léxico PT-BR para análise de sentimentos) com vocabulário estendido para a aula de Análise de Sentimentos

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# LeIA-MBA

Fork do [LeIA](https://github.com/rafjaa/LeIA) (Léxico para Inferência Adaptada), com o léxico de
sentimento **estendido** para cobrir lacunas encontradas durante a aula de Análise de Sentimentos.
A API é 100% compatível com o LeIA original — é um substituto direto (`drop-in replacement`).

## O que foi alterado em relação ao LeIA original

**Importante:** isto não é um léxico "completo" — nenhum léxico de sentimento é. É uma extensão
pontual, documentada e rastreável, feita a partir de gaps reais encontrados em sala de aula.

### Metodologia

As palavras ausentes foram encontradas de forma sistemática: extraímos o vocabulário (adjetivos e
verbos, via lematização com spaCy) de um dataset real de ~2000 avaliações de e-commerce em
português usado em aula, e comparamos com o vocabulário do léxico original do LeIA. As palavras
identificadas como claramente carregando sentimento — e ausentes — foram adicionadas com scores
calibrados por comparação com palavras semelhantes já existentes no léxico (ex.: `pessimo` foi
calibrado próximo de `pior`, que já tinha score -3.1).

### Palavras adicionadas (25)

| Categoria | Palavras |
|---|---|
| Família "amar" (verbo ausente por completo) | `amar`, `amo`, `amei`, `ama`, `amam` |
| Família "detestar" (ausente, simétrico a `odiar`) | `detestar`, `detesto`, `detestei` |
| `péssimo`/`pior` (altíssima frequência no dataset, 100% ausentes) | `pessimo`, `pessima`, `piores` |
| Adjetivos fortes e frequentes, ausentes | `incrivel`, `incriveis`, `impecavel`, `impecaveis`, `fragil`, `frageis`, `decepcionante`, `baixissimo`, `baixissima` |
| Variações de gênero de palavras que só existiam numa forma | `otima`, `satisfeita`, `atenciosa`, `grosseira`, `decepcionada` |

### Correções de score (3)

O léxico original tinha alguns scores claramente incoerentes com o uso real da palavra:

| Palavra | Score original | Score corrigido | Motivo |
|---|---|---|---|
| `sensacional` | -0.3 | 2.8 | Palavra positiva ("a caixa de som é sensacional"), estava com sinal quase neutro/levemente negativo |
| `frustrado` | -0.1 | -2.0 | Score fraco demais para uma palavra claramente negativa |
| `frustrada` | (ausente) | -2.0 | Variação de gênero também ausente |

### Limitações que continuam existindo

- O léxico faz **match literal** (sem lematização automática) — combine com um lematizador (ex.:
  spaCy) antes da consulta para cobrir outras conjugações/variações não listadas aqui.
- Não cobre negação e sarcasmo além do que o VADER/LeIA original já trata.
- É uma extensão pontual, não uma revisão completa do léxico inteiro (que tem milhares de entradas).

---

# Análise de Sentimentos em Português (README original do LeIA)

LeIA (Léxico para Inferência Adaptada) é um fork do léxico e ferramenta para análise de sentimentos <a href="https://github.com/cjhutto/vaderSentiment">VADER</a> (Valence Aware Dictionary and sEntiment Reasoner) adaptado para textos em português, com suporte para emojis e foco na análise de sentimentos de textos expressos em mídias sociais - mas funcional para textos de outros domínios.

Modo de uso
-----------
A biblioteca preserva a API do VADER, e o texto de entrada não precisa ser pré-processado:

<pre>
from leia import SentimentIntensityAnalyzer

s = SentimentIntensityAnalyzer()

# Análise de texto simples
s.polarity_scores('Eu estou feliz')
#{'neg': 0.0, 'neu': 0.328, 'pos': 0.672, 'compound': 0.6249}

# Análise de texto com emoji :)
s.polarity_scores('Eu estou feliz :)')
#{'neg': 0.0, 'neu': 0.22, 'pos': 0.78, 'compound': 0.7964}

# Análise de texto com negação
s.polarity_scores('Eu não estou feliz')
#{'neg': 0.265, 'neu': 0.241, 'pos': 0.494, 'compound': 0.4404}
</pre>

A saída da análise de sentimentos é um dicionário com os seguintes campos:

- <code>pos</code>: porcentagem positiva do texto
- <code>neg</code>: porcentagem negativa do texto
- <code>neu</code>: porcentagem neutra do texto
- <code>compound</code>: valor de sentimento geral normalizado, variando de -1 (extremamente negativo) a +1 (extremamente positivo)

O valor <code>compound</code> pode ser utilizado para descrever o sentimento predominante no texto, por meio dos limites de valores:

- Sentimento positivo: <code>compound >= 0.05</code>
- Sentimento negativo: <code>compound <= -0.05</code>
- Sentimento neutro: <code>(compound > -0.05) and (compound < 0.05)</code>

Citação (BibTeX)
----------------
Se você utilizar o LeIA original em sua pesquisa, considere citar o repositório:

<pre>
@misc{Almeida2018,
  author = {Almeida, Rafael J. A.},
  title = {LeIA - Léxico para Inferência Adaptada},
  year = {2018},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/rafjaa/LeIA}}
}
</pre>

O léxico VADER original é descrito no _paper_:

<pre>
@inproceedings{gilbert2014vader,
  title={Vader: A parsimonious rule-based model for sentiment analysis of social media text},
  author={Gilbert, CJ Hutto Eric},
  booktitle={Eighth International Conference on Weblogs and Social Media (ICWSM-14). Available at (20/04/16) http://comp. social. gatech. edu/papers/icwsm14. vader. hutto. pdf},
  year={2014}
}
</pre>

## Créditos e licença

- LeIA original: [rafjaa/LeIA](https://github.com/rafjaa/LeIA)
- VADER original: [cjhutto/vaderSentiment](https://github.com/cjhutto/vaderSentiment), por C.J. Hutto
- Licenciado em **MIT**, como o projeto original (veja `LICENSE.txt`) — uso livre, inclusive
  comercial, mantendo o aviso de copyright original.

LeIA-MBA

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README