Analyse et génération automatisée

Ce projet utilise Python, Streamlit et un modèle Mistral pour analyser les sentiments des tweets d'Engie et proposer des réponses personnalisées générées par IA.

Tweet Engie : Analyse de sentiments et génération de réponses avec Mistral

Ce projet vise à analyser les tweets mentionnant Engie afin d'identifier les sentiments exprimés (positifs, négatifs, neutres) grâce à un modèle d'intelligence artificielle Mistral. En complément, le modèle génère des réponses adaptées à chaque tweet, offrant une solution automatisée pour la gestion de la communication.

• Utilisation de Streamlit pour une interface utilisateur interactive.
• Analyse de sentiments via le modèle Mistral.
• Génération automatique de réponses contextuelles.

Ce projet démontre mes compétences en traitement des données, en intégration de modèles d'IA et en développement d'applications web avec Python. Il a permis d'explorer les capacités des modèles de langage avancés dans un contexte réel.

Pour plus de détails sur le code ou une démonstration, consultez mon GitHub. Une capture d'écran de l'interface est disponible ci-dessus.