Tekstclassificatie

Introductie tot Generatieve AI in Snowflake

James Cha-Earley

Senior Developer Advocate, Snowflake

Uitdagingen bij tekstclassificatie

Het probleem

Beoordelingen kunnen van alles bevatten

Handmatig categoriseren kost tijd en schaalt niet

De oplossing

Automatiseer met Snowflake Cortex!

classify_text()

Categorieën definiëren

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

Tekst classificeren

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"  
}

Resultaten omzetten naar dictionary

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

De workflow opschalen

Classificatie-pijplijn die beoordelingen voor een maand categoriseert

# Python-code
month = 5

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

classify_text() toepassen

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() toepassen

# Classificatie toepassen op de DataFrame
df["category"] = reviews["DESCRIPTION"].apply(classification)


# Voorspelde categorie van de eerste rij printen
print(df["category"].head(1))

0    overall_experience  
Name: category, dtype: object

Sentimentanalyse

Alleen geïnteresseerd in de sentimenten van reviews

AI_SENTIMENT in een SQL-cel

Sentimentanalyse

AI_SENTIMENT - sentiment extraheren

Beschikbare sentimenten: positive, negative, neutral, mixed en unknown

Laten we oefenen!

Introductie tot Generatieve AI in Snowflake