Metin sınıflandırma

Snowflake'te Üretken Yapay Zekaya Giriş

James Cha-Earley

Senior Developer Advocate, Snowflake

Metni sınıflandırmanın zorlukları

Sorun

İncelemeler her tür bilgiyi içerebilir

Elle kategorize etmek zaman alır ve ölçeklenmez

Çözüm

Snowflake Cortex ile otomatikleştir!

classify_text()

Kategorileri tanımlama

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

Metni sınıflandırma

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"  
}

Çıktıları sözlüğe dönüştürme

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

İş akışını ölçekleme

Belirli bir ay için incelemeleri kategorize eden sınıflandırma hattı

# Python kodu
month = 5

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

classify_text() uygulama

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"]

classify_text() uygulama

# Sınıflandırmayı DataFrame'e uygula
df["category"] = reviews["DESCRIPTION"].apply(classification)


# İlk satırın tahmin edilen kategorisini yazdır
print(df["category"].head(1))

0    overall_experience  
Name: category, dtype: object

Duygu analizi

Yalnızca incelemelerin duygu durumuyla ilgileniyoruz

SQL hücresinde AI_SENTIMENT

Duygu analizi

AI_SENTIMENT - duygu çıkarmak

Mevcut duygu etiketleri: positive, negative, neutral, mixed ve unknown

Hadi pratik yapalım!

Snowflake'te Üretken Yapay Zekaya Giriş