lista_de_resenhas = []
with open("Resenhas_App_ChatGPT.txt", "r", encoding="utf-8") as arquivo:
for linha in arquivo:
lista_de_resenhas.append(linha.strip())
print(f"Total de resenhas carregadas: {len(lista_de_resenhas)}")
print(lista_de_resenhas[0])
import random
def processar_resenha(resenha):
partes = resenha.split("$")
usuario = partes[1]
texto = partes[2]
# Simulação de tradução (mantendo o texto original)
traducao = texto
# Simulação de classificação de sentimento
sentimentos = ["Positivo", "Negativo", "Neutro"]
avaliacao = random.choice(sentimentos)
return {
"usuario": usuario,
"resenha_original": texto,
"traducao": traducao,
"avaliacao": avaliacao
}
resenhas_processadas = [processar_resenha(r) for r in lista_de_resenhas]
print(resenhas_processadas[0])
for r in resenhas_processadas[:3]:
print(r)
def analisar_resenhas(lista_resenhas):
positivos = sum(1 for r in lista_resenhas if r["avaliacao"] == "Positivo")
negativos = sum(1 for r in lista_resenhas if r["avaliacao"] == "Negativo")
neutros = sum(1 for r in lista_resenhas if r["avaliacao"] == "Neutro")
consolidado = "\n".join([f"{r['usuario']}: {r['avaliacao']}" for r in lista_resenhas])
return positivos, negativos, neutros, consolidado
pos, neg, neu, resumo = analisar_resenhas(resenhas_processadas)
print(f"Positivas: {pos}, Negativas: {neg}, Neutras: {neu}")
print("Resumo consolidado:\n", resumo)
import pandas as pd
df = pd.DataFrame(resenhas_processadas)
df.to_csv("Resenhas_Classificadas.csv", encoding="utf-8", index=False)
print("Arquivo 'Resenhas_Classificadas.csv' criado com sucesso!")
df.head()
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!