馃搳 An谩lisis de Sentimientos con LLM Local
Sistema de an谩lisis de sentimientos que aprovecha el poder de los modelos de lenguaje locales (LLM) para clasificar texto de manera eficiente y segura. Dise帽ado para procesar grandes vol煤menes de datos textuales con un enfoque en rendimiento y privacidad.
馃専 Caracter铆sticas Principales
- Procesamiento Local: Implementaci贸n de Phi4 a trav茅s de Ollama, garantizando privacidad y control total sobre los datos
- Procesamiento por Lotes: Sistema optimizado para manejar grandes vol煤menes de datos con procesamiento batch configurable
- Interfaz Intuitiva: Dashboard interactivo desarrollado con Streamlit, permitiendo:
- Carga flexible de archivos CSV
- Configuraci贸n del tama帽o de lotes para procesamiento
- Visualizaci贸n en tiempo real del progreso
- M茅tricas din谩micas de clasificaci贸n
- Visualizaciones Avanzadas: Gr谩ficos interactivos con Plotly para an谩lisis detallado de resultados
- Logging Robusto: Sistema completo de registro para seguimiento y depuraci贸n
- Altamente Extensible: Dise帽ado para adaptarse a diversos casos de uso como:
- An谩lisis de encuestas
- Clasificaci贸n de opiniones
- Procesamiento de comentarios
- An谩lisis de feedback de usuarios
馃挕 Casos de Uso
- An谩lisis de retroalimentaci贸n de clientes
- Monitoreo de sentimiento en redes sociales
- Clasificaci贸n de rese帽as de productos
- An谩lisis de encuestas de satisfacci贸n
- Procesamiento de comentarios en plataformas digitales
馃敡 Tecnolog铆as Utilizadas
- LangChain: Para la orquestaci贸n de modelos y prompts
- Phi4 & Ollama: Por su balance en calidad y consumo. Documentaci贸n Phi4
- Streamlit: Para la interfaz de usuario interactiva
- Plotly: Para visualizaciones din谩micas y responsivas
- Pandas: Para manipulaci贸n eficiente de datos
馃搨 Repositorio
Explora el c贸digo fuente y documentaci贸n completa en GitHub
馃搨 Repositorio
Explora el c贸digo fuente y documentaci贸n completa en GitHub
驴Interesado en m谩s contenido sobre Data Analytics y desarrollo profesional? No dudes en conectar conmigo en Mis Redes.