abdellah-elhousni/-Darija-Sentiment-Analysis

Analyse de sentiments en Darija Marocain pour les avis Jumia # 🕌 Darija Sentiment Analysis ## Projet Deep Learning - Analyse de sentiments en Darija Marocain ### 🎯 Objectif Développer un modèle NLP pour analyser les sentiments (positif/négatif/neutre) des avis produits sur **Jumia.ma** en Darija. ### 📊 Résultats | Modèle | Accuracy | |--------|----------| | Logistic Regression (Classique) | 100% | | XLM-RoBERTa (Deep Learning) | 32% | ### 📁 Structure du projet Darija_Sentiment_Project/ ├── 00_Projet_Darija_Sentiment_Analysis.ipynb # Notebook complet ├── models/ │ ├── darija_sentiment_model.pkl # Modèle classique │ ├── vectorizer.pkl # Vectoriseur TF-IDF │ └── preprocessor.pkl # Prétraitement Darija ├── reports/ │ └── final_results.json # Résultats └── *.png # Graphiques ### 🚀 Utilisation # Charger le modèle import joblib model = joblib.load('models/darija_sentiment_model.pkl') vectorizer = joblib.load('models/vectorizer.pkl') preprocessor = joblib.load('models/preprocessor.pkl') # Prédire un sentiment text = "had produit zwina bzf" processed = preprocessor.preprocess(text) vectorized = vectorizer.transform([processed]) prediction = model.predict(vectorized)[0] # 0: Négatif, 1: Neutre, 2: Positif ⚠️ Note sur le modèle Deep Learning Le modèle XLM-RoBERTa (1.06 GB) dépasse la limite de GitHub (100 MB). Il n'est donc pas inclus dans ce dépôt. Le modèle classique est entièrement disponible. 👨‍🎓 Auteur Abdellah EL HOUSNI - HAMZA EL HAMIDINE Année académique: 2025-2026