Zgradite aplikacijo React za analizo razpoloženja z uporabo API-ja OpenAI

V digitalnem okolju vas lahko dostop do uporabnih podatkov, zlasti specifičnih vpogledov o vaših strankah, postavi precej pred konkurenco.

Analiza razpoloženja je postala priljubljena strategija, saj ustvarja zanesljive rezultate. Uporabite ga lahko za programsko prepoznavanje pogledov in dojemanja ljudi o vašem izdelku. Odkrijete lahko druge pomembne podatkovne točke, ki jih lahko uporabite za sprejemanje ključnih poslovnih odločitev.

Z orodji, kot so API-ji OpenAI, lahko analizirate in ustvarite podrobne in uporabne vpoglede o svojih strankah. Preberite, če želite izvedeti, kako integrirati njegov napredni API za klasifikator tvitov za analizo vnosov uporabnikov.

Uvod v GPT

OpenAI-jev Generative Pre-trained Transformer (GPT-3) je velik jezikovni model, usposobljen na ogromnih količinah besedilnih podatkov, kar mu daje možnost hitrega generiranja odgovorov na katero koli poizvedbo, ki je vnesena vanj. Uporablja se

obdelava naravnega jezika tehnike za razumevanje in obdelavo poizvedb — pozive uporabnikov.

GPT-3 je postal priljubljen zaradi svoje zmožnosti obdelave uporabniških pozivov in odzivanja v pogovorni obliki.

Ta model je še posebej pomemben pri analizi razpoloženja, saj ga lahko uporabite za natančno oceno in določitev razpoloženja strank do izdelkov, vaše blagovne znamke in drugih ključnih meritev.

Poglobite se v analizo razpoloženja z uporabo GPT

Analiza čustev je naloga obdelave naravnega jezika, ki vključuje prepoznavanje in kategorizacijo čustev, izraženih v besedilnih podatkih, kot so stavki in odstavki.

GPT lahko obdeluje zaporedne podatke, kar omogoča analizo občutkov. Celoten postopek analize vključuje usposabljanje modela z velikimi podatkovnimi nizi označenih besedilnih podatkov, ki so kategorizirani kot pozitivni, negativni ali nevtralni.

Nato lahko uporabite usposobljen model za določitev razpoloženja novih besedilnih podatkov. V bistvu se model nauči prepoznati čustva z analizo vzorcev in struktur besedila. Nato ga kategorizira in ustvari odgovor.

Poleg tega je GPT mogoče natančno nastaviti za oceno podatkov iz nišnih domen, kot so družbeni mediji ali povratne informacije strank. To pomaga izboljšati njegovo natančnost v določenih kontekstih z usposabljanjem modela z izrazi občutkov, edinstvenimi za to določeno domeno.

Integriran napredni klasifikator tvitov OpenAI

Ta API uporablja tehnike obdelave naravnega jezika za analizo besedilnih podatkov, kot so sporočila ali tviti, da ugotovi, ali imajo pozitivne, negativne ali nevtralne občutke.

Na primer, če ima besedilo pozitiven ton, ga bo API kategoriziral kot "pozitivno", sicer pa bo označeno kot "negativno" ali "nevtralno".

Poleg tega lahko prilagodite kategorije in uporabite bolj specifične besede za opis čustev. Na primer, namesto da preprosto označite določene besedilne podatke kot "pozitivne", lahko izberete bolj opisno kategorijo, kot je "srečen".

Konfigurirajte Advanced Tweet Classifier

Za začetek pojdite na Konzola za razvijalce OpenAIin se prijavite za račun. Potrebovali boste ključ API za interakcijo z naprednim API-jem za klasifikator tvitov iz vaše aplikacije React.

Na strani s pregledom kliknite na Profil gumb v zgornjem desnem kotu in izberite Oglejte si ključe API.

Nato kliknite na Ustvari nov skrivni ključ za ustvarjanje novega ključa API za vašo aplikacijo. Ne pozabite vzeti kopije ključa za uporabo v naslednjem koraku.

Ustvarite odjemalca React

Hitro zaženite svoj projekt React lokalno. Nato v korenskem imeniku mape projekta ustvarite a .env datoteka za hrambo vašega skrivnega ključa API-ja.

REACT_APP_OPEN_AI_API_KEY='vaš API ključ'

Tukaj lahko najdete kodo tega projekta Repozitorij GitHub.

Konfigurirajte komponento App.js

Odprite src/App.js datoteko, izbrišite kodo Boilerplate React in jo nadomestite z naslednjim:

1. Izvedite naslednje uvoze:

   uvoz'./App.css';
   uvoz Odziv, {useState} od'reagirati';

2. Definirajte funkcionalno komponento aplikacije in spremenljivke stanja za shranjevanje sporočila uporabnika in njegovega občutka po analizi.

   funkcijoaplikacija() {
   konst [sporočilo, setMessage] = useState("");
   konst [občutek, setSentiment] = useState("");

3. Ustvarite funkcijo obdelovalca, ki bo naredila asinhrone zahteve HTTP POST za Advanced Tweet Klasifikator, ki posreduje uporabnikovo sporočilo in ključ API v telesu zahteve za analizo čustva.
4. Funkcija bo nato čakala na odgovor API-ja, ga razčlenila kot JSON in iz razčlenjenih podatkov izvlekla vrednost razpoloženja v nizu izbir.
5. Nazadnje bo funkcija za obravnavo sprožila funkcijo setSentiment, da posodobi svoje stanje z vrednostjo občutka.

   konst API_KEY = process.env. REACT_APP_OPEN_AI_API_KEY;
   konst APIBODY ={
   'model': "besedilo-davinci-003",
   'prompt': "Kakšen je občutek tega sporočila?" + sporočilo,
   'max_tokens': 60,
   'top_p': 1.0,
   'frequency_penalty': 0.0,
   'kazen_prisotnosti': 0.0,
    }
   asinhfunkcijohandleClick() {
   čakati prinesi (' https://api.openai.com/v1/completions', {
    metoda: 'POST',
    glave: {
   'Content-Type': 'application/json',
   'pooblastilo': `Nosilec ${API_KEY}`
    },
    telo: JSON.stringify (APIBODY)
    }).potem(odgovor => {
   vrnitev response.json()
    }).potem((podatke) => {
   konzola.log (podatki);
    setSentiment (data.choices[0].text.trim());
    }).catch((napaka) => {
   konzola.error (napaka);
    });
    };

Telo zahteve vsebuje nekaj parametrov, ki so:

• model: določa, kateri model OpenAI uporabiti; text-davinci-003 v tem primeru.
• poziv: poziv, ki ga boste uporabili za analizo razpoloženja danega sporočila.
• max_tokens: določa največje število žetonov, vnesenih v model, da se prepreči prekomerna ali nepotrebna uporaba računalniške moči modela in izboljša njegova splošna zmogljivost.
• top_p, frequency_penalty in present_penalty: ti parametri prilagodijo izhod modela.

Nazadnje vrnite polje za sporočilo in gumb za oddajo:

vrnitev (
"Aplikacija">
"Glava aplikacije">
 Aplikacija za analizo razpoloženja</h2>
"vnos">
 Vnesite sporočilo za razvrstitev </p>
 className="textArea"
 vrsta="besedilo"
 placeholder="Vnesite svoje sporočilo ..."
 cols={50}
 vrstice={10}
 onChange={(e) => setMessage (e.target.value)}
 />
 </div>

"Odziv">
 Get Message sentiment</button>
 {občutek !== ""? <str> Sporočilo je {sentiment} str>: nič}
 </div>
 </header>
 </div>
 );
}



izvozprivzeto aplikacija;

Ustvarite uporabniški poziv

Po želji lahko ustvarite polje za vnos poziva, ki vam omogoča, da določite, kako analizirati sporočilo.

Na primer, namesto da dobite "pozitiven" občutek za določeno sporočilo, lahko modelu naročite, naj ustvarite odgovore in jih razvrstite na lestvici od ena do deset, kjer je ena zelo negativna, deset pa zelo negativna pozitivno.

Dodajte to kodo v App.js komponento. Definirajte spremenljivko stanja za poziv:

konst [prompt, setPrompt] = useState("");

Spremenite poziv v APIBODY za uporabo podatkov spremenljivke poziva:

konst APIBODY = {
// ...
'prompt': poziv + sporočilo,
// ...
 }

Dodajte polje za vnos poziva tik nad besedilno polje sporočila:

 className="poziv"
 vrsta="besedilo"
 placeholder="Vnesite poziv ..."
 onChange={(e) => setPrompt (e.target.value)}
 />

Zavrtite razvojni strežnik, da posodobite opravljene spremembe, in pojdite nanj http://localhost: 3000 za preizkus funkcionalnosti.

Analiza razpoloženja je bistvena poslovna praksa, ki lahko zagotovi dragocene vpoglede v izkušnje in mnenja vašim strankam, kar vam omogoča sprejemanje premišljenih odločitev, ki lahko privedejo do izboljšane uporabniške izkušnje in povečanih prihodkov.

S pomočjo orodij AI, kot so API-ji OpenAI, lahko poenostavite svoje analitične kanale, da dobite točna in zanesljiva mnenja strank v realnem času.