Metadata-Version: 2.2
Name: SentimentAnalysisDarijaNZ
Version: 0.3.0
Summary: C'est une bibliothèque Python modulaire qui fournit des outils pour le calcul de similarité, le filtrage de données, et l'analyse de sentiments.
Home-page: https://github.com/Benhamdane/SentimentAnalysisDarijaNZ
Author: Nawfal BENHAMDANE
Author-email: benhamdane2003@gmail.com
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.6
Description-Content-Type: text/markdown
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: requires-python
Dynamic: summary

# Mabibliotheque

**Mabibliotheque** est une bibliothÃ¨que Python modulaire qui fournit des outils pour le calcul de similaritÃ©, le filtrage de donnÃ©es, et l'analyse de sentiments. Elle est conÃ§ue pour traiter des textes en langue Darija (ou d'autres langues) en utilisant des techniques avancÃ©es de traitement de texte.

## FonctionnalitÃ©s

- **Module `similarity`** :
  - Calcul de la similaritÃ© entre deux mots Ã  l'aide de diffÃ©rentes mÃ©thodes (Levenshtein, sÃ©quence, phonÃ©tique).
  
- **Module `filtering`** :
  - Filtrage des textes en fonction de mots-clÃ©s et de seuils de similaritÃ©.
  - Filtrage basÃ© sur des marques ou des caractÃ©ristiques spÃ©cifiques.

- **Module `sentiment`** :
  - Analyse des sentiments positifs, nÃ©gatifs et neutres dans des phrases.
  - Gestion des intensificateurs et des mots de nÃ©gation.

- **Module `utils`** :
  - Chargement de fichiers CSV et extraction des colonnes.

## Installation

Pour installer cette bibliothÃ¨que, vous devez d'abord la tÃ©lÃ©charger ou la cloner depuis son dÃ©pÃ´t GitHub. Ensuite, vous pouvez l'installer en mode dÃ©veloppement ou la rendre accessible via `pip`.

1. Clonez le dÃ©pÃ´t :
   ```bash
   git clone https://github.com/Benhamdane/SentimentAnalysisDarijaNZ.git
   cd mabibliotheque
   ```

2. Installez les dÃ©pendances nÃ©cessaires :
   ```bash
   pip install -r requirements.txt
   ```

## Utilisation

Voici des exemples d'utilisation des modules principaux :

### 1. Calcul de similaritÃ©
```python
from mabibliotheque.similarity import levenshtein_similarity, sequence_similarity

word1 = "hello"
word2 = "helo"
similarity = levenshtein_similarity(word1, word2)
print(f"Levenshtein Similarity: {similarity}")
```

### 2. Filtrage de donnÃ©es
```python
from mabibliotheque.filtering import find_similar_brands

text = "This is a test sentence for brand filtering."
brands = ["brand1", "test", "filter"]
matches = find_similar_brands(text, brands)
print(matches)
```

### 3. Analyse de sentiments
```python
from mabibliotheque.sentiment import sentiment_analysis8

sentences = ["Cette phrase est super !", "Je n'aime pas Ã§a."]
positive, negative, neutral = sentiment_analysis8(sentences, bigdatapositif, bigdatanegatif)
print(f"Positifs: {positive}, NÃ©gatifs: {negative}, Neutres: {neutral}")
```

### 4. Utilitaires
```python
from mabibliotheque.utils import csv_to_list

data = csv_to_list("path/to/your/file.csv")
print(data)
```

## Tests

Vous pouvez exÃ©cuter les tests unitaires pour vÃ©rifier que tout fonctionne correctement :
```bash
pytest tests/
```

## Contribuer

Les contributions sont les bienvenues ! Suivez ces Ã©tapes pour contribuer :

1. Forkez le dÃ©pÃ´t.
2. CrÃ©ez une branche pour votre fonctionnalitÃ© ou correction de bug :
   ```bash
   git checkout -b feature/nom-fonctionnalite
   ```
3. Faites vos modifications et commitez-les :
   ```bash
   git commit -m "Description de votre changement"
   ```
4. Poussez vos changements et soumettez une Pull Request.

## Licence

Ce projet est sous licence MIT. Veuillez consulter le fichier `LICENSE` pour plus d'informations.

## Auteur
  **Nawfal BENHAMDANE**  
  - ElÃ¨ve-IngÃ©nieur Ã  l'Ecole Centrale Casablanca
  
- **Zaynab RAOUNAK**  
   - ElÃ¨ve-IngÃ©nieur Ã  l'Ecole Centrale Casablanca


