Анализатор эмоций в переписке

Проект для автоматического анализа эмоциональной окраски текстовых сообщений из JSON-файлов переписки с последующей визуализацией результатов.

📊 Возможности

• Предобработка данных: очистка и структурирование сырых данных переписки
• Анализ эмоций: автоматическое определение эмоциональной окраски сообщений с использованием модели ruBERT
• Визуализация: создание интерактивных графиков и диаграмм для анализа настроения
• Мультиязычность: поддержка русского языка для классификации эмоций

🛠 Установка и зависимости

pip install transformers torch matplotlib pandas numpy

Требуется Python 3.7+ и следующие библиотеки:

• transformers - для работы с NLP моделями
• torch - фреймворк машинного обучения
• matplotlib - построение графиков
• pandas - обработка данных
• numpy - математические операции

📁 Структура проекта

├── Preprocessing.py    # Модуль предобработки данных
├── Analytics.py        # Модуль анализа эмоций
├── Visualization.py    # Модуль визуализации результатов
└── your_file.json      # Исходный файл переписки (пример)

🚀 Использование

1. Предобработка данных

python Preprocessing.py

Преобразует сырой JSON-файл переписки в очищенный формат, удаляя служебные сообщения и извлекая текстовый контент.

2. Анализ эмоций

python Analytics.py

Запускает процесс классификации эмоций для каждого сообщения с использованием модели cointegrated/rubert-tiny2-cedr-emotion-detection.

Определяемые эмоции:

• 😊 Радость
• 😐 Нейтральное
• 😢 Грусть
• 😠 Злость
• 😨 Страх

3. Визуализация результатов

python Visualization.py

Генерирует три типа визуализаций:

• Временная шкала настроения - динамика эмоционального состояния по ходу переписки
• Круговые диаграммы эмоций - распределение эмоций для каждого участника
• Сравнительная гистограмма - средний уровень настроения по авторам

📊 Выходные данные

После выполнения анализа создаются следующие файлы:

• *_cleaned.json - очищенные данные переписки
• *_emotions.json - результаты анализа эмоций с метаинформацией
• *_mood_timeline.png - график динамики настроения
• *_emotion_pie_charts.png - диаграммы распределения эмоций
• *_mood_comparison.png - сравнение настроений участников

🎯 Особенности

• Автоматическое определение авторов - система автоматически идентифицирует участников переписки
• Сглаживание временных рядов - для лучшей визуализации трендов настроения
• Цветовая кодировка - интуитивно понятная палитра для разных эмоций
• Детальная статистика - процентное соотношение эмоций и средние показатели настроения
• Оптимизация производительности - прогресс-бар для отслеживания процесса анализа

💡 Пример использования

# Запуск полного цикла анализа
from Preprocessing import clean_chat_data
from Analytics import analyze_chat_emotions
from Visualization import create_visualizations

# Предобработка -> Анализ -> Визуализация

Проект идеально подходит для психологических исследований, анализа клиентских отзывов, изучения динамики общения в социальных сетях и образовательных целей.

---

Для работы требуется исходный JSON-файл переписки в соответствующем формате.