Clasificación de texto

Introducción a la IA Generativa en Snowflake

James Cha-Earley

Senior Developer Advocate, Snowflake

Desafíos de clasificar texto

El problema

Las reseñas pueden contener cualquier información

Categorizar manualmente consume tiempo y no es escalable

La solución

¡Automatiza con Snowflake Cortex!

classify_text()

Definiendo categorías

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

Clasificando 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"  
}

Convirtiendo salidas a diccionario

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

Escalando el flujo de trabajo

Pipeline de clasificación para categorizar reseñas de un mes

# Código Python
month = 5

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

Aplicando classify_text()

df = cell2.to_pandas()


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

Aplicando classify_text()

# Aplica clasificación al DataFrame
df["category"] = reviews["DESCRIPTION"].apply(classification)


# Imprime la categoría predicha de la primera fila
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 - extrayendo un sentimiento

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

¡Vamos a practicar!

Introducción a la IA Generativa en Snowflake