텍스트 분류

Snowflake에서 시작하는 생성형 AI

James Cha-Earley

Senior Developer Advocate, Snowflake

텍스트 분류의 어려움

문제점

리뷰에는 다양한 정보가 담겨 있습니다

수동 분류는 시간이 많이 걸리고 확장성이 없습니다

해결책

Snowflake Cortex로 자동화하세요!

classify_text()

카테고리 정의하기

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

텍스트 분류하기

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"  
}

결과물을 딕셔너리로 변환하기

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

워크플로우 확장하기

특정 월의 리뷰를 분류하는 분류 파이프라인

# Python code
month = 5

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

classify_text() 적용하기

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() 적용하기

# 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

감성 분석

리뷰의 감성에만 관심이 있는 경우

SQL 셀에서 AI_SENTIMENT 사용하기

감성 분석

AI_SENTIMENT - 감성 추출하기

사용 가능한 감성: positive, negative, neutral, mixed, unknown

연습해 봅시다!

Snowflake에서 시작하는 생성형 AI