การจำแนกข้อความ

การแนะนำ Generative AI ใน Snowflake

James Cha-Earley

Senior Developer Advocate, Snowflake

ความท้าทายในการจำแนกข้อความ

ปัญหา

รีวิวอาจมีข้อมูลหลากหลายรูปแบบ

การจัดหมวดหมู่ด้วยมือใช้เวลานานและขยายขนาดไม่ได้

วิธีแก้ปัญหา

ทำให้เป็นอัตโนมัติด้วย Snowflake Cortex!

classify_text()

การกำหนดหมวดหมู่

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

การจำแนกข้อความ

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"  
}

การแปลงผลลัพธ์ให้เป็นดิกชันนารี

print(type(category))

<class 'str'>

import json

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

<class 'dict'>

การขยายขนาดเวิร์กโฟลว์

ไปป์ไลน์การจำแนกประเภทสำหรับจัดหมวดหมู่รีวิวในเดือนที่กำหนด

# Python code
month = 5

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

การใช้งาน classify_text()

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"]

การใช้งาน classify_text()

# 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

การวิเคราะห์ความรู้สึก

สนใจเฉพาะความรู้สึกของรีวิวเท่านั้น

AI_SENTIMENT ในเซลล์ SQL

การวิเคราะห์ความรู้สึก

AI_SENTIMENT - การดึงความรู้สึก

ความรู้สึกที่มีให้ใช้: positive, negative, neutral, mixed และ unknown

มาฝึกกันเถอะ!

การแนะนำ Generative AI ใน Snowflake