Análisis de sentimientos a un texto con NodeJS

La tecnología día a día rompe barreras para hacernos la vida más sencilla incluso con el análisis de sentimientos. En este post, usaremos Node.js para crear una implementación básica de análisis de opiniones que analice los datos de texto de las opiniones de los usuarios y utilice el procesamiento del lenguaje natural (NLP) de Google para determinar la opinión del usuario.

¿Por qué usar la tecnología para analizar sentimientos?

Básicamente ayuda en el proceso de determinar el tono emocional que hay detrás de una serie de palabras, y se utiliza para intentar entender las actitudes, opiniones y emociones expresadas en un texto definido.

¿Qué es el NLP?

Los lenguajes naturales son a menudo ambiguos y no fueron diseñados para ser entendidos por computadoras, de ahí la necesidad de una tecnología que maneje su procesamiento para derivar datos significativos y procesables de ellos.

Configuración de Google

Para comenzar el análisis de sentiemintos primero necesitamos configurar e instalar ciertas dependencias para nuestro pequeño proyecto, sigamos las primeras recomendaciones de Google.

1. Selecciona o crea un proyecto en Cloud Platform.
2. Habilita el billing para tu proyecto.
3. Habilita el Natural Language API.
4. Configura la autenticación con service account, genera y descarga el JSON de credeciales.

Ahora comenzamos!!

Ya teniendo configurado nuestro proyecto en Google Cloud y nuestro archivo JSON de autenticación lo que haremos es crear nuestro proyecto:

Creamos una carpeta en cualquier parte de nuestro ordenador:

$ mkdir sentiment-analyze && cd sentiment-analyze

Ahora creamos nuestro archivo principal:

$ touch index.js

Lo siguiente es instalar dentro de nuestro pequeño proyecto, la librería necesaria:

$ npm install --save @google-cloud/language

Ahora viene lo más importante, el código que hace toda la magia del proceso, asegurate de copiar tal cual el código a el archivo index.js que generamos unos pasos atrás para evitar errores.

const language = require('@google-cloud/language');

const client = new language.LanguageServiceClient({ projectId, keyFilename });

async function analyze() {

  const document = {
    content: text,
    type: 'PLAIN_TEXT',
  };

  // Detects the sentiment of the text
  const [result] = await client.analyzeSentiment({document: document});
  const sentiment = result.documentSentiment;

  console.log(`Text: ${text}`);
  console.log(`Sentiment score: ${sentiment.score}`);
  console.log(`Sentiment magnitude: ${sentiment.magnitude}`);
}

// The text to analyze 
const text = 'Hello, world. I feel very happy because this works!';
analyze(text);

Con esto tendremos un resultado el cual lo podemos interpretar de varias maneras, para consultar más información acerca de la interpretación de los resultados puedes consultar haciendo click aquí.

Este artículo puede interesarle Cómo hacer una plantilla con Google Docs y Node Js

La tecnología para analizar sentimientos nos ayuda a poder acelerar el proceso de interpretar las opiniones de los usuarios y poder brindarles mejores opciones de manera más rápida