YouTube Comment Analysis Project

Este proyecto realiza un análisis de comentarios en videos y transmisiones en vivo de YouTube. Proporciona funcionalidades como preprocesamiento, análisis de sentimientos, modelado de tópicos y reconocimiento de entidades. Además, permite la visualización de los resultados de manera clara y detallada.

---

Requisitos

Instalación en un entorno local (Windows con WSL2)

1. Crear y activar el entorno virtual:

   python3 -m venv env
   source env/bin/activate
   

2. Actualizar pip e instalar dependencias:

   python3 -m pip install --upgrade pip
   python -m pip install pip-tools
   pip-compile requirements.in
   pip install -r requirements.txt
   

3. Descargar modelos de SpaCy:

   python -m spacy download es_core_news_sm
   python -m spacy download en_core_web_sm
   

4. Desactivar el entorno virtual:

   deactivate
   

---

Configuración de la API de YouTube

1. Crear un proyecto en Google Cloud Platform (GCP):

   • Inicia sesión en Google Cloud Console.
   • Crea un nuevo proyecto.
   • Habilita la API: “YouTube Data API v3”.

2. Crear credenciales para la API:

   • Ve a la sección “Credenciales” del proyecto.
   • Genera una clave de API.
   • Copia la clave generada.

3. Configurar config.ini:

   • Abre el archivo config.ini y agrega tu clave API:

     [YouTube]
     API_KEY = PONER-SU-API-KEY-QUE-SE-DESCARGA-DE-GOOGLE-CLOUD
     

---

Comandos disponibles

Análisis de comentarios en videos

• Análisis básico:

  python -m main --video_id <VIDEO_ID>
  

  Ejemplo:

  python -m main --video_id ewOPQZZn4SY
  

• Especificar máximo de comentarios:

  python -m main --video_id <VIDEO_ID> --max_comments <MAX>
  

  Ejemplo:

  python -m main --video_id ewOPQZZn4SY --max_comments 2000
  

Análisis de comentarios en transmisiones en vivo

• Análisis básico:

  python -m main --video_id <LIVE_VIDEO_ID>
  

  Ejemplo:

  python -m main --video_id 9ut3S5aLu4s
  

• Especificar máximo de comentarios:

  python -m main --video_id <LIVE_VIDEO_ID> --max_comments <MAX>
  

  Ejemplo:

  python -m main --video_id PiDMMoqrqRc --max_comments 100
  

---

Estructura del Proyecto

El proyecto sigue una estructura modular para facilitar su mantenimiento y escalabilidad:

• requirements.in: Archivo con las dependencias necesarias para el proyecto.
• main.py: Punto de entrada principal para ejecutar el análisis.
• config.ini: Archivo de configuración para las claves de API.

Módulos

1. data_collection/youtube_api.py:

   • Conexión con la YouTube Data API.
   • Obtención de comentarios (de videos o transmisiones en vivo).

2. data_processing/clean_data.py:

   • Realiza preprocesamiento de los comentarios.

3. sentiment_analysis/sentiment.py:

   • Análisis de sentimientos (español e inglés).

4. topic_modeling/lda_model.py:

   • Modelado de tópicos usando LDA.

5. entity_recognition/ner.py:

   • Reconocimiento de entidades con SpaCy.

6. visualization/plot_results.py:

   • Visualización de resultados con matplotlib.

---

Notas importantes

• Asegúrate de tener configurado correctamente el archivo config.ini antes de ejecutar cualquier comando.
• Si encuentras problemas al instalar dependencias o configurar el entorno, consulta la documentación oficial de las herramientas utilizadas:
  • Google Cloud Platform
  • Hugging Face Transformers
  • SpaCy

---

Contribuciones

Las contribuciones son bienvenidas. Si deseas agregar nuevas funcionalidades o corregir errores, realiza un fork del repositorio y envía un pull request.

---

Licencia

Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.