পাইথন ব্যবহার করে টুইটার সেনটিমেন্ট অ্যানালিসিস

এই নিবন্ধে আমরা টুইটার সেনটিমেন্ট অ্যানালিসিস শিখব। আমরা টুইটার OAuth API-এর জন্য রেজিস্টার করব, সকল ডিপেন্ডেন্সি ইনস্টল করব এবং অবশেষে আমাদের সেনটিমেন্ট অ্যানালাইজার স্ক্রিপ্ট লিখব।

একটি API (Application Programming Interface) হলো একটি গেটওয়ে যা আপনাকে কিছু সার্ভারের (টুইটার) ইন্টারন্যাল ফাংশনালিটি অ্যাক্সেস করতে দেয়।

পূর্বশর্ত হলো আমাদের একটি ভেরিফাইড ফোন নম্বরের সাথে টুইটার অ্যাকাউন্ট সেটআপ করা থাকতে হবে।

এএরপর, আমরা টুইটার ওয়েবসাইটে যাব এবং "create a new app" আইকনে ক্লিক করব। এখন সকল ক্রেডেনশিয়াল অর্থাৎ নাম দিয়ে ডেভেলপার অগ্রিমেন্ট এক্সেপ্ট করব এবং অবশেষে create-এ ক্লিক করব।

এখন আমাদের অ্যাপ তৈরি হয়েছে, উপরের মেনুতে আমরা keys ট্যাবে ক্লিক করব। এখানে আমরা আমাদের OAuth ভেরিফিকেশন ডিটেইলস এবং সব টোকেনাইজার পাব।

এখন সকল ডিপেন্ডেন্সি ইনস্টল করুন:

1. tweepy module: >>> pip install tweepy
2. textblob module: >>> pip install textblob

textblob কী?

এটি সেনটিমেন্ট অ্যানালিসিসে ব্যবহৃত একটি মডিউল। এতে -1 থেকে 1 এর স্কেলে সেনটিমেন্ট ক্যালকুলেট করার ইনবিল্ট মেথড আছে।

"token.sentiment.polarity"

প্রথমে, আমাদের টুইটার অ্যাপ্লিকেশন ওয়েবসাইট থেকে সব অ্যাক্সেস টোকেনাইজার প্রয়োজন (যা প্রাথমিকভাবে তৈরি করা হয়েছিল):

# Twitter credentials for the app interface
consumer_key = 'xxxxx'
consumer_secret = 'xxxx'
access_key = 'xxxx'
access_secret = 'xxxx'

এখন আমাদের স্ক্রিপ্টের মাধ্যমে ক্রেডেনশিয়ালগুলো অথেন্টিকেট করতে হবে। সেজন্য আমরা একটি অথেন্টিকেশন ভেরিয়েবল auth তৈরি করব।

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)

এখন অথেন্টিকেশন ভেরিয়েবলের সাহায্যে অ্যাক্সেস টোকেন সেট করুন:

auth.set_access_token(access_token, access_token_secret)

এখন আমাদের অপারেশন 수행 করার জন্য একটি API ভেরিয়েবল তৈরি করুন:

api = tweepy.API(auth)

আমাদের পাবলিক টুইটস search মেথড দিয়ে পেতে হবে এবং সেটিকে একটি লিস্ট হিসেবে স্টোর করতে হবে।

public_tweet = api.search('Tutorialspoint')
for tweet in public_tweet:
    print(tweet.text)
    analysis = TextBlob(tweet.text)
    print(analysis)

আউটপুটে আমরা দুটি জিনিস লক্ষ্য করব: polarity এবং subjectivity।

Polarity মাপে কোনো টেক্সট কতটুকু পজিটিভ বা নেগেটিভ।

Subjectivity মাপে টেক্সটটি কতটুকু ফ্যাকচুয়াল তথ্যের চেয়ে মতামত-প্রধান।

উপসংহার

এই সেনটিমেন্ট অ্যানালাইজারের সাহায্যে আমরা ডেটা থেকে মানবিক অনুভূতি বুঝতে এবং বের করতে পারি।