Upload New File

code/Traitement Langage Naturel/ReviewAnalysis.py

@@ -0,0 +1,105 @@
+import nltk
+import os
+from dataclasses import dataclass
+
+#Emplacements des fichiers contenants le lexique et les avis
+lexiconPath = r"C:\Users\kesha\Desktop\TelecomParis\PACT\fr_lexicon.txt"
+reviewPath = r"C:\Users\kesha\Desktop\TelecomParis\PACT\LouvreAvis.txt"
+
+#Création d'une liste de listes ordonnée alphabétiquement pour ne pas
+#avoir à chercher un mot d'un avis dans le lexique en entier à chaque fois.
+#La dernière case correspond aux expressions n'étant pas des mots.
+scoreWords = open(lexiconPath, "r")
+scoreTable = [[] for i in range(27)]
+line = scoreWords.readline()
+
+#Fonction d'ajout d'une paire mot-score par ordre alphabétique avec les
+#expressions n'étant pas des mots à la dernière case.
+#L'indice de la bonne case est trouvée avec le code ASCII en minuscule
+#(a vaut 97 et z vaut 122)
+def add(scoreword):
+    if (ord(scoreword[0][0]) < 97 or ord(scoreword[0][0]) > 122):
+        scoreTable[26].append(scoreword)
+    else:
+        scoreTable[ord(scoreword[0][0])-97].append(scoreword)
+
+#Ajout des paires mot-score dans scoreTable
+while (line != ''):
+    line = line.strip().split("->")
+    add([line[0].lower(), float(line[1])])
+    line = scoreWords.readline()
+scoreWords.close()
+
+### Partie analyse d'avis ###
+
+file = open(reviewPath, "r")
+reviews = (file.read()).split('//')
+
+#liste (partielle) de mots-clé pertinents pour un musée
+keys=['attente', "d'attente",  'queue', 'patienter', 'patience', 'patient',
+      'patients', 'patiente', 'patientes',
+      'impolitesse' ,'impolie', 'impolies', 'impoli', 'impolis',
+      'gentillesse', 'amabilité', 'aimable', 'aimables','gentil', 'gentils',
+      'gentille', 'gentilles', 'personnel',
+      'sales', 'sale', 'saleté', 'propre', 'propres', 'propreté',
+      'acceuil', 'prix', 'cher', 'chers', 'chère', 'chères',
+      'onéreux', 'onéreuse', 'onéreuses', 'abordable',
+      'raisonnable', 'raisonnables', 'accessible', 'accessibilité', 'orienter','employé',
+      'employés', 'employées', 'employée',
+      'orientation', 'orienté', "s'orienter",
+      'désorienter', 'désorienté', 'désorientée', 'désorientés', 'désorientées',
+      'panneau', 'panneaux', 'signalétique', 'labyrinthe',
+      'perdu', 'perdus', 'perdue', 'perdues']
+
+#Tableau de paires mots-clé, score associé
+keyWords = []
+
+#Score moyen d'un avis
+averageScore = 0
+
+#Fonction de recherche d'un mot d'un avis parmis le lexique
+def search(word):
+    if (len(word) != 0):
+        if (ord(word[0]) < 97 or ord(word[0]) > 122):
+            mots = list(e[0] for e in scoreTable[26])
+            if (word in mots):
+                return([word, scoreTable[26][mots.index(word)][1]])
+            else:
+                return(-1)
+        mots = list(e[0] for e in scoreTable[ord(word[0])-97])
+        if (word in mots):
+            return([word, scoreTable[ord(word[0])-97][mots.index(word)][1]])
+    return(-1)
+
+for Review in reviews:
+    #print(Review)
+    reviewScore = 0
+    miniKey = []
+    #recherche de mots positifs/négatifs
+    review = list(e.strip(',.') for e in Review.split())
+    for Word in review:
+        word = Word.lower()
+        temp = search(word)
+        #recherche d'un éventuel mot-clé associé à ce caractère positif/négatif
+        if (temp != -1):
+            for key in keys:
+                if (key in review):
+                    cles = list(e[0] for e in keyWords)
+                    if (key in cles):
+                        keyWords[cles.index(key)][1] += temp[1]
+                    else:
+                        keyWords.append([key, temp[1]])
+                    miniKey.append(key)
+            reviewScore += temp[1]
+    averageScore += reviewScore
+    #Caractéristique de l'avis analysé
+    miniKey = set(miniKey)
+    print("Mots-Clé: ", miniKey)
+    print("Score: ", reviewScore)
+    print('')
+
+averageScore /= len(reviews)
+print("Format: [[Mot-clé, score associé]]")
+print(keyWords)
+print("Nombre d'avis: ", len(reviews))
+print("Score moyen d'un avis: ", averageScore)