Text Classification | Sentiment Analysist

Alfin Muhammad Ilmi

Sosial Media


0 orang menyukai ini
Suka

Summary

Analisis sentimen mengacu pada penggunaan pemrosesan bahasa alami, analisis teks, linguistik komputasi, dan biometrik untuk secara sistematis mengidentifikasi, mengekstrak, mengukur, dan mempelajari keadaan afektif dan informasi subjektif. Portofolio ini menjelaskan mengenai klasifikasi ulasan yang diberikan oleh pelanggan di situs web yelp.com dengan label 1 (positif) dan 0 (negatif). Dataset diambil dari situs kaggle.com pada link berikut.

Description

Portofolio ini menjelaskan mengenai klasifikasi ulasan yang diberikan oleh pelanggan di situs web yelp.com dengan label 1 (positif) dan 0 (negatif). Dataset diambil dari situs kaggle.com pada link berikut.

Berikut cara membuat machine learning untuk analisis sentimen : 

  1. Unduh dataset pada link berikut.

     
  2. Setelah diunduh, extract file zip. 

     
  3. Buka Google Colaboratory di browser, lalu buat “Notebook Baru” 

     
  4. Unggah file “yelp.txt” ke Google Colaboratory dan tunggu sesaat hingga seperti muncul seperti ini 

     
  5. Import library Pandas dan load dataset yang ada 

     
  6. Lihat dan pahami sebagian data 

     
  7. Import library scikit-learn dan bagi data menjadi data latih (80%) dan data test (20%) 

     
  8. Lakukan tokenisasi pada data 

     
  9. Import library tensorflow dan buat model Sequential 

    *keterangan : di baris paling akhir pada gambar di atas berarti model dibuat dengan optimizer Adam 
     
  10.  Latih model dengan 30 epoch 

     
  11. Tunggu model sampai selesai dilatih sehinggal muncul seperti ini di akhir 

Informasi Course Terkait
  Kategori: Artificial Intelligence
  Course: Data Science