Após carregar o arquivo dataset_avaliacoes.csv e aplicar a função classificar_texto, o modelo obteve uma acurácia de aproximadamente 0.8493, ou seja, cerca de 84,93%. Esse resultado indica que a abordagem inicial com Bag of Words e Regressão Logística conseguiu classificar corretamente uma boa parte das avaliações no conjunto de teste. A função criada também será útil para comparar futuramente se novas etapas de pré-processamento textual irão melhorar ou reduzir o desempenho do modelo.
Segue o link do repositório: https://github.com/Moquiuti/NLP/blob/main/fun%C3%A7%C3%A3o_para_classifica%C3%A7%C3%A3o_de_sentimentos.ipynb
