Clasificación de texto

Introducción a la IA Generativa en Snowflake

James Cha-Earley

Senior Developer Advocate, Snowflake

Retos de clasificar texto

El problema

Las reseñas pueden contener cualquier información

Categorizar a mano lleva tiempo y no escala

La solución

¡Automatiza con Snowflake Cortex!

classify_text()

Definir categorías

# Define categories
categories = ["overall_experience", "location", "staff", "food_beverages",
              "facilities"]

Clasificar texto

from snowflake.cortex import classify_text


category = classify_text(
    str_input="The check-in was smooth and the staff were very friendly.",
    categories=categories
)


print(category)

{  
  "label": "staff"  
}

Convertir resultados a diccionario

print(type(category))

<class 'str'>

import json

category_dict = json.loads(category)
print(type(category_dict))

<class 'dict'>

Escalar el flujo de trabajo

Flujo de clasificación que categoriza reseñas de un mes dado

# Python code
month = 5

-- SQL query
SELECT *
FROM HOTELS.REVIEWS
WHERE EXTRACT(month FROM date) = '{{month}}'

Aplicar classify_text()

df = dataframe_1.to_pandas()


def classification(text):
    result = classify_text(
        str_input=text,
        categories=labels
    )
    result_dict = json.loads(result)
    return result_dict["label"]

Aplicar classify_text()

# Apply classification to the DataFrame
df["category"] = reviews["DESCRIPTION"].apply(classification)


# Print the first row's predicted category
print(df["category"].head(1))

0    overall_experience  
Name: category, dtype: object

Análisis de sentimiento

Solo interesa el sentimiento de las reseñas

AI_SENTIMENT en una celda SQL

Análisis de sentimiento

AI_SENTIMENT - extracción de sentimiento

Sentimientos disponibles: positive, negative, neutral, mixed y unknown

¡Vamos a practicar!

Introducción a la IA Generativa en Snowflake