Prédiction de sentiment à partir d'un commentaire sur un produit

Vous disposez d'un ensemble de données contenant des commentaires d'utilisateurs sur un site de commerce électronique. Chaque commentaire est étiqueté comme positif (+) ou négatif (-) en fonction du sentiment exprimé. Votre tâche est de construire un modèle de classification de texte pour prédire le sentiment des commentaires non étiquetés. Il vous est demandé d’utiliser l'ensemble de données d'entraînement pour construire votre modèle en répondant aux questions suivantes :

1. Télécharger les données présent à l’adresse suivante qui représentant les commentaires : https://drive.google.com/file/d/1BsN1lX4i1AnUDe8iOsSb93VNelQyln4c/view?usp=share_link
2. Réaliser le prétraitement de ces données
3. Subdiviser l’ensembles des données en données d’entrainement (80%) et en données de test (20%)
4. Construire un modèle de classification en utilisant l'algorithme de votre choix (Naïve Bayes ou Knn).
5. Générer la matrice de confusion du modèle de classification construit
6. Imprimer les rapports de la classification puis évaluer la performance du modèle utilisé.
7. Utiliser votre modèle entraîné pour prédire le sentiment des commentaires non étiquetés suivants :

• "Ce produit est incroyable !"
• "Je suis déçu de mon achat."
• "Le service client est exceptionnel."
• " Vous êtes le meilleur