テキスト分類

Snowflake による Generative AI 入門

James Cha-Earley

Senior Developer Advocate, Snowflake

テキスト分類の課題

課題

レビューにはあらゆる情報が含まれる

手作業の分類は時間がかかり、拡張できない

解決策

Snowflake Cortex で自動化！

classify_text()

カテゴリの定義

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

テキストの分類

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"  
}

出力を辞書に変換

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

ワークフローの拡張

指定月のレビューを分類するパイプライン

# Python code
month = 5

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

classify_text() の適用

df = cell2.to_pandas()


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

classify_text() の適用

# DataFrame に分類を適用
df["category"] = reviews["DESCRIPTION"].apply(classification)


# 先頭行の予測カテゴリを表示
print(df["category"].head(1))

0    overall_experience  
Name: category, dtype: object

感情分析

レビューの感情だけに関心がある

SQL セルでの AI_SENTIMENT

感情分析

AI_SENTIMENT で感情を抽出

利用可能な感情: positive, negative, neutral, mixed, unknown

Passons à la pratique !

Snowflake による Generative AI 入門