Análisis de Sentimientos en Español con Hugging Face Transformers
Este proyecto contiene un script en Python para realizar análisis de sentimientos sobre textos en español. Utiliza un modelo preentrenado de Hugging Face para clasificar cada texto en una escala de 1 a 5 estrellas y luego lo categoriza como negativo, neutral o positivo.
Características:
Procesa archivos CSV con textos en español.
Añade dos columnas nuevas con el resultado del análisis de sentimiento:
sentiment_detail: etiqueta detallada tipo "1 star", "5 stars".
sentiment: categoría simple "negativo", "neutral" o "positivo".
Fácil de ejecutar desde línea de comandos con opciones para indicar archivos y columna de texto.
Requisitos Python 3.7 o superior Paquetes Python: pandas transformers torch
Instalación rápida de dependencias:
pip install pandas transformers torch
Coloca tu archivo CSV con los textos en español en una ruta accesible. El CSV debe tener al menos una columna con texto (por defecto se espera que se llame text).
Ejecuta el script desde la terminal:
python sentiment_analysis_es.py --input "ruta/a/tu/archivo.csv" --output "ruta/a/resultado.csv" --text_column nombre_columna_texto Parámetros --input: Ruta al archivo CSV de entrada.
--output: Ruta donde se guardará el CSV con los resultados.
--text_column: Nombre de la columna en el CSV que contiene el texto (por defecto text).
Ejemplo Dado un archivo analisis.csv con esta estructura:
id,text 1,"Me encanta este producto, es excelente." 2,"No me gustó para nada." 3,"Es más o menos, no sé qué pensar."
Ejecuta:
python sentiment_analysis_es.py --input "C:/Users/Usuario/Desktop/Poetry/sentimiento/analisis.csv" --output "C:/Users/Usuario/Desktop/Poetry/sentimiento/resultados_esp.csv" --text_column text
El archivo resultados_esp.csv tendrá columnas nuevas:
id text sentiment_detail sentiment 1 Me encanta este producto, es excelente. 5 stars positivo 2 No me gustó para nada. 1 star negativo 3 Es más o menos, no sé qué pensar. 3 stars neutral
Notas El modelo usado es nlptown/bert-base-multilingual-uncased-sentiment, que soporta múltiples idiomas incluyendo español.
El análisis devuelve etiquetas de 1 a 5 estrellas, luego convertidas en categorías simples.
Es necesario tener conexión a internet la primera vez que se ejecuta para descargar el modelo.