1
resposta

[Projeto] analisando sentimentos em várias resenhas

Resultado:
[
{
"id_resenha": 1,
"resumo": "Funciona muito bem e cozinha alimentos saborosos, mas a grelha é difícil de limpar e parece insegura ao retirar alimentos.",
"pontos_fortes": [
"Bom desempenho no preparo de alimentos",
"Resultados saborosos (hambúrgueres)",
"Cesto fácil de limpar",
"Uso frequente e satisfatório"
],
"pontos_fracos": [
"Grelha difícil de limpar",
"Acúmulo de sujeira em frestas",
"Insegurança ao retirar alimentos (risco de queda da grelha)"
],
"sentimento": "positivo"
},
{
"id_resenha": 2,
"resumo": "Funciona bem inicialmente, mas o cabo quebra facilmente devido a falha estrutural, tornando o produto inutilizável.",
"pontos_fortes": [
"Bom funcionamento inicial"
],
"pontos_fracos": [
"Cabo quebra facilmente",
"Fixação frágil com poucos parafusos",
"Peça plástica de baixa resistência",
"Produto se torna inutilizável após defeito"
],
"sentimento": "negativo"
},
{
"id_resenha": 3,
"resumo": "Bonita e fácil de usar, mas difícil ajustar o preparo; resultados inconsistentes, apesar de bons em alguns alimentos.",
"pontos_fortes": [
"Design moderno e atraente",
"Fácil de usar",
"Botões iluminados",
"Bom resultado com alguns alimentos (tater tots)",
"Mantém alimentos quentes"
],
"pontos_fracos": [
"Dificuldade em ajustar tempo e preparo",
"Resultados inconsistentes",
"Botões/programas pouco intuitivos",
"Necessidade de tentativa e erro",
"Experiência ruim na compra fora da Amazon"
],
"sentimento": "neutro"
}
]

1 resposta

Oi, Ana. Tudo bem com você?

O resultado atende muito bem ao que a atividade pede. As cinco chaves solicitadas estão presentes em todas as resenhas, os resumos respeitam o limite de palavras e a classificação de sentimento faz sentido com o conteúdo de cada avaliação. A resenha 3, classificada como neutra, é um caso interessante porque mistura elogios ao design com críticas à usabilidade e experiência de compra, e a sua leitura capturou bem essa ambiguidade.

Para explorar ainda mais o uso do JSON em análises como essa, vale experimentar pedir ao modelo que adicione um campo de "nível de confiança" para a classificação de sentimento, algo como "alto", "médio" ou "baixo". Em resenhas ambíguas como a terceira, esse campo ajudaria a sinalizar que o sentimento neutro tem menos certeza do que um positivo ou negativo bem definido, o que torna a análise mais rica para quem vai consumir esses dados depois.

Obrigado por compartilhar o resultado com o fórum.

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!