analisador_texto_pt_br_e_eng

Descrição:

O pacote Analisador_Texto_pt_br_e_eng é utilizado para:

• Identificação das palavras mais comuns.
• Remoção de stopwords.
• Outras análises de processamento de linguagem natural. Ele utiliza a biblioteca spaCy para realizar o processamento de linguagem em ambos os idiomas.

Instalação

Use o gerenciador de pacotes pip para instalar o pacote:

pip install analisador_texto_pt_br_e_eng

Modo de uso

Português

from analisador_texto_pt_br_e_eng.analisador_texto_pt_br import pt_br
pt_br.analise_texto("Seu texto em português aqui.")

Inglês

from analisador_texto_pt_br_e_eng.analyze_text_eng import eng
eng.analyze_text("Your English text here.")

Requisitos

Para assegurar o correto funcionamento do pacote, é necessário realizar o download dos modelos de linguagem do spaCy para português e inglês.

Modelos do spaCy para Português

Para analisar textos em português, você pode escolher entre três tamanhos de modelos:

pt_core_news_sm (small): Modelo leve e rápido.

• Benefícios: Ideal para análises rápidas ou ambientes com restrições de memória.

• Desvantagens: Menos preciso e captura menos variações linguísticas.

Comando para instalar

python -m spacy download pt_core_news_sm

pt_core_news_md (medium): Modelo balanceado.

• Benefícios: Melhor precisão do que o modelo "small", com um desempenho razoável.

• Desvantagens: Ocupa mais memória e tempo de processamento.

Comando para instalar

python -m spacy download pt_core_news_md

pt_core_news_lg (large): Modelo grande, mais preciso.

• Benefícios: Captura mais nuances linguísticas e tem maior precisão nas análises.

• Desvantagens: Mais pesado, consome mais memória e tempo de processamento.

Comando para instalar

python -m spacy download pt_core_news_lg

Modelos do spaCy para Inglês

Da mesma forma, para textos em inglês, há diferentes modelos disponíveis:

en_core_web_sm (small): Modelo leve e rápido.

• Benefícios: Ótimo para tarefas simples ou quando o desempenho é uma prioridade.

• Desvantagens: Menor precisão, captura menos informações detalhadas.

Comando para instalar

python -m spacy download en_core_web_sm

en_core_web_md (medium): Modelo médio, balanceado.

• Benefícios: Melhor precisão em comparação com o modelo pequeno.

• Desvantagens: Um pouco mais lento e consome mais memória.

Comando para instalar

python -m spacy download en_core_web_md

en_core_web_lg (large): Modelo grande e mais robusto.

• Benefícios: Alta precisão, captura mais nuances do idioma.

• Desvantagens: O modelo mais pesado, consome mais recursos de memória e processamento.

Comando para instalar

python -m spacy download en_core_web_lg

Author

Alexsandro Da Silva Bezerra

License

MIT