Home › Roadmap › NLP › Part 4

Sentiment Analysis

📘 মতামত ইতিবাচক না নেতিবাচক।

🌐 Is an opinion positive or negative?

💬 ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং🎚 Intermediate📍 Part 4 / 8🧩 3 সাব-টপিক

💬

ধারণা · Concept

কী এবং কেন

📘 বাংলা ব্যাখ্যা:
মতামত ইতিবাচক না নেতিবাচক।

🌐 English:
Is an opinion positive or negative?

🗂 কোথায় পড়ে

৪. ডিপ লার্নিং ও এআই → ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং → Sentiment Analysis

🎯 এই শাখার লক্ষ্য

Preprocess text, embeddings, transformers

🧰 টুলস

NLTK, spaCy, Hugging Face

🪜

ধাপে ধাপে শিখুন · Step-by-step

কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল

💡 কেন গুরুত্বপূর্ণ?

গ্রাহক মতামত, সোশ্যাল মিডিয়া, জনমত বিশ্লেষণ।

ধাপ 1
লেবেলযুক্ত ডেটা সংগ্রহ (পজিটিভ/নেগেটিভ/নিউট্রাল)
ধাপ 2
বেসলাইন: TF-IDF + লজিস্টিক রিগ্রেশন
ধাপ 3
উন্নতি: BanglaBERT/multilingual BERT fine-tune
ধাপ 4
ত্রুটি বিশ্লেষণ: ব্যঙ্গ, মিশ্র ভাষা (বাংলিশ), নেতিবাচক শব্দ

🧪 বাস্তব উদাহরণ

ই-কমার্স রিভিউ "ডেলিভারি দেরি কিন্তু পণ্য ভালো" — aspect-based sentiment দরকার।

⚠️ সাধারণ ভুল

শুধু ইংরেজি মডেল দিয়ে বাংলা টেক্সট বিশ্লেষণ।

🔑 মূল শব্দ (Key terms)

sentiment analysispolarityaspect-basedsarcasm

সাব-টপিক ও বিস্তারিত · Sub-topics

টপিক → সাব-টপিক → সাব-সাব টপিক

4.1 লেবেলযুক্ত ডেটা

4.2 TF-IDF + Logistic Regression বেসলাইন

4.3 ট্রান্সফর্মার দিয়ে উন্নতি

🎬

ভিডিও · Videos (বাংলা ও English)

ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত

📺 আরও খুঁজুন

🇧🇩 Bangla NLP ↗
🌐 Hugging Face ↗StatQuest ↗

💻

হাতে-কলমে · Try it (NLP)

এডিট করে Run চাপুন · Ctrl+Enter

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
texts=["খুব ভালো পণ্য","অসাধারণ সার্ভিস","একদম বাজে","খারাপ অভিজ্ঞতা","ভালো লেগেছে","বাজে সার্ভিস"]; y=[1,1,0,0,1,0]
v=TfidfVectorizer(analyzer="char_wb",ngram_range=(2,4)); X=v.fit_transform(texts)
m=LogisticRegression().fit(X,y)
for s in ["সার্ভিস ভালো","বাজে পণ্য"]: print(s,"->","positive" if m.predict(v.transform([s]))[0] else "negative")

❓

সেল্ফ-চেক · Self check

🔗

সংযুক্ত কনসেপ্ট · Connected concepts