API de predicción de Sentimientos y de Tendencias

Este proyecto es un servicio web basado en FastAPI que proporciona dos funcionalidades principales:

1. Predicción de Sentimientos: Predice si un texto dado es negativo, neutral o positivo.
2. Predicción de Tendencias: Identifica tendencias a partir de un texto dado basándose en aspectos predefinidos relacionados con la atención médica.

Project Structure

.
├── Despliegue
│   ├── main.py
│   ├── modelos
│   │   ├── FastText-Model-For-ABSA.bin
│   │   └── nlp_pqrs_original.h5
│   │   └── nlp_sintetica.h5
│   │   └── tokenizer.pkl
├── Dockerfile
├── requirements.txt
└── README.md

Endpoints

/sentimientos_datos_original (POST)

• Description: Predice el sentimiento del texto dado a partir de los datos originales.
• Request Body: { "text": "stexto para analizar" }
• Response:

  {
    "texto": "texto para analizar",
    "predicciones": {
      "Negativo": 85.5,
      "Neutral": 3.7,
      "Positivo": 10.8
    }
  }

/sentimientos__datos_mezclados (POST)

• Description: Predice el sentimiento del texto dado a partir de los datos genéricos.
• Request Body: { "text": "stexto para analizar" }
• Response:

  {
    "texto": "texto para analizar",
    "predicciones": {
      "Negativo": 10.5,
      "Neutral": 45.7,
      "Positivo": 43.8
    }
  }

/tendencias_lda (POST)

• Description: Predice las 3 principales tendencias/aspectos relacionados con el texto dado.
• Request Body: { "text": "otro texto para analizar" }
• Response:

  {
    "texto": "otro texto para analizar",
    "top_tendencias": [
      { "aspecto": "citas medicas", "similitud": 75.0 },
      { "aspecto": "enfermeria", "similitud": 60.5 },
      { "aspecto": "urgencias", "similitud": 50.2 }
    ]
  }

Funcionalidades de Inicio

Prerequisitos

• Docker

Instalación

1. Clonar el repositorio:

   git clone <repository-url>
   cd <repository-name>

2. Construir el contenedor Docker:

   docker build -t sentiment-trend-api .

3. Ejecutar el contenedor:

   docker run -p 8070:8070 sentiment-trend-api

4. La API estará disponible en http://localhost:8070.

Uso

• Puede probar los endpoints utilizando herramientas como Postman o cURL- La API esta deplegada en el enlace para su consumo externo con sus correspondientes endpoints.
• La API esta deplegada en el enlace para su consumo externo con sus correspondientes endpoints.

Requisitos

Todas las dependencias están listadas en requirements.txt:

• fastapi==0.95.2
• tensorflow==2.12.0
• transformers==4.28.1
• gensim==4.3.1
• numpy==1.24.2
• uvicorn==0.22.0

Licencia

Este proyecto está licenciado bajo la licencia MIT.

Contacto

Cristian Fandiño - cristian9918@hotmail.com

No dudes en abrir un PR si tienes alguna pregunta o sugerencia.