Análise de Emoções em Português

Pipeline completo de MLOps para classificação de emoções em textos em português, com rastreamento de experimentos via MLflow + DagsHub e interface web via Streamlit.

O projeto transforma um dataset multi-label de 28 emoções em um classificador de 7 macro-categorias, treinado com TF-IDF + LinearSVC e disponibilizado como aplicação web interativa.

Dataset bruto (multi-label, desbalanceado)
        ↓ Script 1 — Balanceamento
Dataset balanceado (~51k registros)
        ↓ Script 2 — prepare_data.py
Treino (~40k) + Teste (~10k) com 7 macro-emoções
        ↓ Script 3 — train.py
Modelos versionados no MLflow Registry (DagsHub)
        ↓ Script 4 — evaluate.py
model.pkl → app Streamlit

Corrige o forte desbalanceamento do dataset original usando undersampling nas classes majoritárias e oversampling nas minoritárias. Como o problema é multi-label, identifica a emoção mais rara de cada texto antes de decidir o descarte, preservando amostras valiosas.

Saída: data/AnaliseDeEmocoes_PT-br_balanceado.csv

Aplica limpeza textual e redução dimensional ao dataset balanceado.

Limpeza textual:

• Conversão para minúsculas
• Remoção de pontuação e números via regex
• Remoção de stopwords (lista customizada com 200+ palavras em português)

Redução dimensional — 28 emoções → 7 macro-classes:

Divisão estratificada: 80% treino (~40k) · 20% teste (~10k)

python -m src.prepare_data

Treina e rastreia experimentos via MLflow integrado ao DagsHub.

Pipeline de ML:

• TfidfVectorizer — normalização de acentos, frequência sublinear, min_df=2, max_df=0.90, max_features=None
• CalibratedClassifierCV(LinearSVC) — class_weight="balanced", validação cruzada 5-fold para calibração de probabilidades

Experimentos executados:

O experimento 2 venceu: bigramas capturam contexto emocional suficiente; trigramas não trouxeram ganhos adicionais.

cd src
python train.py

Carrega o modelo promovido para produção no MLflow Registry (alias: production), avalia no conjunto de teste original e serializa localmente.

python -m src.evaluate
# → src/model.pkl

O model.pkl é consumido diretamente pela aplicação Streamlit.

Interface Streamlit com duas funcionalidades:

• Análise individual — cola um texto e vê a emoção detectada com probabilidades por classe
• Análise em lote — upload de CSV com coluna texto, classificação e download do resultado

streamlit run app.py

• Python 3.11+
• Conta no DagsHub com repositório criado

pip install -r requirements.txt

Crie um arquivo .env na raiz do projeto:

DAGSHUB_USER=seu_usuario
DAGSHUB_REPO=nome_do_repositorio
DAGSHUB_TOKEN=seu_token_de_acesso

Obtenha o token em: DagsHub → User Settings → Tokens → New Token

emocional-app/
├── app.py                  # Interface Streamlit
├── Dockerfile              # Build com download automático do modelo
├── render.yaml             # Força uso do Docker no Render (evita detecção como Go)
├── requirements.txt
├── .env                    # Credenciais (não versionado)
├── data/
│   ├── AnaliseDeEmocoes_PT-br.csv            # Dataset original
│   └── AnaliseDeEmocoes_PT-br_balanceado.csv # Dataset balanceado (Script 1)
└── src/
    ├── prepare_data.py     # Script 2 — limpeza e divisão
    ├── train.py            # Script 3 — treinamento e MLflow
    ├── evaluate.py         # Script 4 — avaliação e geração do model.pkl
    └── model.pkl           # Modelo serializado (gerado pelo evaluate.py)

O arquivo render.yaml na raiz do repositório instrui o Render a usar o Dockerfile Python — sem ele, o Render detecta incorretamente o projeto como Go.

Passos:

1. Conecte o repositório priscilagon/emocoes-app no Render Dashboard
2. O Render detecta o render.yaml automaticamente e configura o serviço como Docker
3. Acesse Environment no painel do serviço e adicione as três variáveis secretas:

4. Clique em Manual Deploy → Deploy latest commit

Durante o build, o Render passa essas variáveis como Docker build args automaticamente. O Dockerfile usa esses args para rodar python -m src.evaluate, que baixa o modelo do DagsHub e gera o src/model.pkl dentro da imagem.

URL de produção: emocoes-app

O plano gratuito do Render hiberna após inatividade — a primeira requisição pode demorar até 50 segundos para o serviço acordar.

docker build \
  --build-arg DAGSHUB_USER=seu_usuario \
  --build-arg DAGSHUB_REPO=nome_do_repositorio \
  --build-arg DAGSHUB_TOKEN=seu_token \
  -t emocional-app .

docker run -p 8501:8501 emocional-app

Este projeto está licenciado sob a Licença MIT - veja o arquivo LICENSE para detalhes.

Universidade do Estado do Amazonas (UEA)
Escola Superior de Tecnologia
Infraestrutura em Nuvem para Projetos com Ciência dos Dados - Prof. Dr. Fábio Santos da Silva
2025/2026