DATANESS commited on
Commit
83108bc
·
unverified ·
1 Parent(s): d86381f

Delete README.md

Browse files
Files changed (1) hide show
  1. README.md +0 -208
README.md DELETED
@@ -1,208 +0,0 @@
1
- # Analyseur de Sentiments | Sentiment Analyzer
2
-
3
- Application web permettant **d’analyser le sentiment de textes dans plus de 20 langues **Flask**.
4
-
5
- Ce projet a été réalisé dans le cadre de l’apprentissage du **Traitement Automatique du Langage Naturel (NLP)** et de l’**Intelligence Artificielle appliquée à l’analyse de texte**.
6
-
7
- ---
8
-
9
- # Structure du projet
10
-
11
- ```
12
- sentiment_project/
13
- ├── app.py ← Backend (serveur Flask)
14
- ├── requirements.txt ← Dépendances Python
15
- ├── Procfile ← Configuration pour le déploiement (Render / Railway)
16
- ├── .env.example ← Exemple de variables d’environnement
17
- ├── .gitignore ← Fichiers ignorés par Git
18
- ├── README.md ← Documentation du projet
19
- └── templates/
20
- └── index.html ← Interface utilisateur
21
- ```
22
-
23
- ---
24
-
25
- # Installation et exécution locale
26
-
27
- ## 1 Cloner le projet
28
-
29
- ```
30
- git clone https://github.com/username/sentiment-analyzer.git
31
- cd sentiment-analyzer
32
- ```
33
-
34
- ---
35
-
36
- ## 2 Créer un environnement virtuel
37
-
38
- ```
39
- python -m venv venv
40
- ```
41
-
42
- Activation :
43
-
44
- Mac / Linux
45
-
46
- ```
47
- source venv/bin/activate
48
- ```
49
-
50
- Windows
51
-
52
- ```
53
- venv\Scripts\activate
54
- ```
55
-
56
- ---
57
-
58
- ## 3 Installer les dépendances
59
-
60
- ```
61
- pip install -r requirements.txt
62
-
63
- ## Lancer le serveur
64
-
65
- ```
66
- python app.py
67
- ```
68
-
69
- Puis ouvrir dans le navigateur :
70
-
71
- ```
72
- http://localhost:5000
73
- ```
74
-
75
- ---
76
-
77
- # ☁️ Déploiement sur Render (gratuit)
78
-
79
- ## Publier sur GitHub
80
-
81
- ```
82
- git init
83
- git add .
84
- git commit -m "Initial commit"
85
- git remote add origin https://github.com/username/sentiment-analyzer.git
86
- git push -u origin main
87
- ```
88
-
89
- ⚠️ Vérifiez que le fichier `.env` n’est pas publié sur GitHub.
90
-
91
- ---
92
-
93
- ## Créer un compte Render
94
-
95
- Accéder à :
96
-
97
- https://render.com
98
-
99
- Puis se connecter avec GitHub.
100
-
101
- ---
102
-
103
- ## Créer un Web Service
104
-
105
- Configuration :
106
-
107
- | Paramètre | Valeur |
108
- | ------------- | ------------------------------- |
109
- | Build Command | pip install -r requirements.txt |
110
- | Start Command | gunicorn app:app |
111
- | Environment | Python |
112
-
113
- ---
114
-
115
- ## Ajouter les variables d’environnement
116
-
117
- Dans **Environment Variables** :
118
-
119
- ```
120
- ANTHROPIC_API_KEY = sk-ant-api03-XXXXXXXXXXXXXXXXXXXXXXXX
121
- ```
122
-
123
- ---
124
-
125
- ## Déployer
126
-
127
- Render générera une URL publique comme :
128
-
129
- ```
130
- https://sentiment-analyzer.onrender.com
131
- ```
132
-
133
- ---
134
-
135
- # Sécurité de la clé API
136
-
137
- | Bonne pratique | À éviter |
138
- | ------------------------- | -------------------------------------- |
139
- | Utiliser `.env` | Mettre la clé directement dans le code |
140
- | Variables d’environnement | Stocker la clé dans HTML |
141
- | Backend sécurisé | Publier la clé sur GitHub |
142
-
143
- ---
144
-
145
- # Technologies utilisées
146
-
147
- Backend
148
-
149
- * Python
150
- * Flask
151
- * Anthropic SDK
152
-
153
- Frontend
154
-
155
- * HTML
156
- * CSS
157
- * JavaScript
158
-
159
- Intelligence artificielle
160
-
161
- * Claude AI (Modèle : claude-sonnet-4)
162
-
163
- Déploiement
164
-
165
- * Render
166
- * Railway
167
- * Heroku
168
-
169
- Domaine
170
-
171
- * Natural Language Processing (NLP)
172
- * Analyse de sentiments multilingue
173
-
174
- ---
175
-
176
- # API Endpoints
177
-
178
- | Méthode | Route | Description |
179
- | ------- | ------------ | ----------------------- |
180
- | GET | / | Page principale |
181
- | POST | /api/analyze | Analyse du sentiment |
182
- | GET | /api/health | Vérification du serveur |
183
-
184
- ---
185
-
186
- ## Exemple d’appel API
187
-
188
- ```
189
- curl -X POST http://localhost:5000/api/analyze \
190
- -H "Content-Type: application/json" \
191
- -d '{"text": "Le produit est excellent!", "text_lang": "fr", "response_lang": "French"}'
192
- ```
193
-
194
- ---
195
-
196
- Développeur
197
-
198
- Projet réalisé dans le cadre de l’apprentissage de :
199
-
200
- * Data Science
201
- * Natural Language Processing (NLP)
202
- * Intelligence Artificielle
203
-
204
- Développé par :
205
-
206
- **Youness Mchaar**
207
- Étudiant en Génie Informatique & Data Science
208
-