NLP

Descrição do Projeto Este projeto implementa diversas tarefas de Processamento de Linguagem Natural (NLP) utilizando modelos Transformer da biblioteca Hugging Face. As tarefas incluem:

Análise de Sentimento 😍😡: Identificação da polaridade de textos.

Geração de Texto ✍🏽: Predição da próxima palavra em uma sequência textual.

Tradução 🌐: Tradução de textos entre diferentes idiomas

Índice

   1. Descrição do Projeto
  
   2. Instalação
   
   3. Como Usar

   4. Tarefas de NLP
   
   5. Análise de Sentimentos
   
   6. Classificação de Tópicos
   
   7. Geração de Texto

   8. Tradução

   9. Principais Bibliotecas Utilizadas
   
   10. Modelo Transformers
   
   11. Hugging Face Transformers

   12. Contribuindo
   
   13. Licença
   
   14. Contato

Instalação

Clone o repositório:

git clone https://github.com/Gabrielasants7/NLP-PROJETO.git
cd NLP-PROJETO

Crie um ambiente virtual

(Opcional mas recomendado)

python -m venv venv
source venv/bin/activate  # No Windows: venv\Scripts\activate

Instale as dependências

pip install -r requirements.txt

Como Usar

Execução do script principal

streamlit run app.py

Acesse a aplicação no navegador

Após rodar o comando acima, acesse o link fornecido no terminal, normalmente http://localhost:8501.

Tarefas de NLP

1. Análise de Sentimento 😍😡

Identifica a polaridade de um texto, determinando se a opinião expressa é positiva, negativa ou neutra.

2. Geração de Texto ✍🏽

Prevê a próxima palavra em uma frase com base no contexto anterior. Avaliada por métricas como perda de entropia cruzada e perplexidade. Utiliza o modelo GPT-2.

3. Tradução 🌐

Converte texto de um idioma para outro. A qualidade é avaliada pela métrica BLEU. Pode utilizar modelos monolíngues ou multilíngues.

Principais Bibliotecas Utilizadas

transformers: Implementação de modelos Transformer.
streamlit: Construção da interface do usuário.
torch: Operações com tensores e execução de modelos.

Modelo Transformer

Modelos que utilizam mecanismos de atenção para processar dados sequencialmente, sendo eficazes em tarefas de NLP.

Hugging Face Transformers

Biblioteca que oferece implementações de modelos de ponta como BERT, GPT-2 e T5, facilitando a aplicação de modelos Transformer.

Contribuições são sempre bem-vindas! Siga as etapas abaixo:

Faça um fork do projeto.
Crie um branch para sua funcionalidade (git checkout -b minha-nova-funcionalidade).
Commit suas alterações (git commit -am 'Adiciona nova funcionalidade').
Envie seu branch (git push origin minha-nova-funcionalidade).
Abra um Pull Request.

Licença

Este projeto está licenciado sob os termos da licença MIT.

Contato

Para mais informações ou perguntas, entre em contato:

Nome: Gabriela Santana

Email: gabriellareboucas6@gmail.com

LinkedIn: https://www.linkedin.com/in/gabriela-santana-801602201/

GitHub: Gabrielasants7