feelings

This is a repository for the sentimental analysis for government proposals for Medellin city.

Limpiar el Espacio de Trabajo y Cargar Bibliotecas:

• Elimina todos los objetos del espacio de trabajo actual y carga las bibliotecas necesarias.

Palabras de Detención Personalizadas:

• Crea palabras de detención personalizadas en español combinando las palabras de detención incorporadas con palabras adicionales de la lista de palabras de detención de la libreria NLTK.

Leer Datos CSV:

• Lee los datos de un archivo de Excel llamado "nube_palabras_base.csv"..

Tokenización:

• Divide en tokens el texto de la columna "Secuencia de Palabras" del marco de datos leido anteriormente y elimina las palabras de detención personalizadas.

Análisis de Frecuencia de Palabras:

• Realiza un análisis de frecuencia de palabras y crea un gráfico de barras de las palabras más frecuentes (palabras que ocurren más de una cantidad de veces, ejemplo 50) en el texto.

Nube de Palabras:

• Genera una nube de palabras a partir de los datos de texto.

Tokenización de programa de gobierno:

• Divide en tokens todo el conjunto de datos y almacena los tokens en texto_palabras.

Análisis de Sentimientos - Parte 1:

• Realiza un análisis de sentimientos en el texto tokenizado 'medellin_creemos_en_vos.txt'.

Análisis de Sentimientos - Parte 2:

• Realiza un análisis de sentimientos en todo el conjunto de datos y almacena los resultados con base en la nube de palabras personalizadas.

Gráfico de Barras de Emociones:

• Crea un gráfico de barras de las emociones basado en los resultados del análisis de sentimientos.

En general para los analisis de sentimientos:

TODO: Reemplazar con conceptos afín del interes en el análisis de propuestas

• Palabras Asociadas con Tristeza: Identifica y lista las palabras asociadas con la tristeza basadas en el análisis de sentimientos.

• Palabras Asociadas con Confianza: Identifica y lista las palabras asociadas con la confianza basadas en el análisis de sentimientos.

• Nube de Palabras de Emociones: Genera una nube de palabras para diferentes emociones (tristeza, alegría, enojo, miedo) utilizando los datos de texto tokenizados.

• Matriz Término-Documento (TDM): Crea una Matriz Término-Documento a partir de los datos de texto tokenizados, representando las frecuencias de palabras en diferentes emociones (tristeza, alegría, enojo, confianza).

• Nube de Palabras de Emociones: Genera una nube de palabras de comparación para visualizar las frecuencias de palabras asociadas con diferentes emociones.