textblob

# Dedicație pentru influencerii care nu înțeleg că suntem în 2018

from textblob.classifiers import NaiveBayesClassifier
from textblob import TextBlob

# In variabila "Teorie" il invatam pe calculator ce e de bine (pozitiv) si ce e de rau (negativ)

Teorie = [('Imi place mancarea!', 'pozitiv'),
          ('Nu imi place aceasta mancare!', 'negativ'),
          ('Locul acesta este minunat!', 'pozitiv'),
          ('Locul asta e oribil!', 'negativ'),
          ('Ma simt bine cand beau bere!', 'pozitiv'),
          ('Ma simt extraordinar cand beau Jack', 'pozitiv'),
          ('Nu pot sa cred ca fac tampenia asta', 'negativ'),
          ('M-am saturat de brocoli!', 'negativ'),
          ('Seful meu e un tampit!', 'negativ'),
          ('Am invatat sa schiez!', 'pozitiv'),
          ('Vreau sa emigraz in Canada', 'pozitiv'),
          ('Portugalia este o tara superba', 'pozitiv'),
          ('Mersul in Bulgaria la schi e de cacat', 'negativ')]

# In variabila ”Practica” il punem să-și confirme singur că a învățat bine

Practica = [('Nu imi place in Bulgaria', 'negativ'),
            ('Jack e prietenul meu cel mai bun', 'pozitiv'),
            ('Brocoli e sanatate curata!', 'pozitiv'),
            ('M-am saturat sa tastez', 'negativ'),
            ('Bateria unui MacBook Air tine 12 ore', 'pozitiv'),
            ('Bateria unui Dell tine o ora', 'negativ'),
            ('Vine primavara!', 'pozitiv')]


# Facem clasificarea cu textblob

cl = NaiveBayesClassifier(Teorie)

text = TextBlob('Dragnea e rau! Iohannis e bun!', classifier = cl)

# Printam sentimentul fiecarei propozitii

for s in text.sentences:
    print(s)
    print(s.classify())

# Printam acuratetea

print("Acuratetea afirmatiei mele de algoritm prost este de: ", cl.accuracy(Practica))

# Printam si informatiile

cl.show_informative_features(20)