Desafio:
Carregar um arquivo .csv com feedback de clientes (reviews.csv),
Usar um LLM para classificar o sentimento de cada feedback (Positivo, Negativo, Neutro)
Adicionar uma nova coluna com essa classificação ao DataFrame.
pip install groq
import os
import time
import pandas as pd
from groq import Groq
from google.colab import userdata
df = pd.read_csv('reviews.csv')
client = Groq(
api_key=userdata.get("GROQ_API_KEY")
)
def classificar_sentimento(texto):
if not isinstance(texto, str) or not texto.strip():
return "Neutro"
time.sleep(4)
response = client.chat.completions.create(
model="llama-3.3-70b-versatile",
messages=[
{
"role": "system",
"content": "Você é um classificador de sentimentos. Responda APENAS com uma destas três palavras: 'Positivo', 'Negativo' ou 'Neutro'."
},
{
"role": "user",
"content": f"Classifique o sentimento deste feedback: \"{texto}\""
}
],
temperature=0.0
)
return response.choices[0].message.content.strip()
df['Sentimento'] = df['reviewText'].apply(classificar_sentimento)
print(df[['reviewerName', 'reviewText', 'Sentimento']].head())
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!