GPT-3のExamples/Advanced tweet classifierを試してみた

サイト内検索

カスタム検索

フリーソフト・オープンソースを活用しよう。

GPT-3のExamples/Advanced tweet classifierを試してみた

2021/11/21

　OpenAIの自然言語処理モデルGPT-3のExamples/Advanced tweet classifierを試してみました。

Advanced tweet classifier

debian:~$ python openai_examples_adv-tweet-classifier.py

('これは、つぶやき感情分析です。\nTweet: "私はバットマンの映画が大好き！"\n感情: ポジティブ\n###\nツイート: "バッテリの切れた電話なんて嫌いだ"\n感情: ネガティブ\n###\nツイート: "今日一日は 👍"\n感情: ポジティブ\n###\nツイート: "これはその記事へのリンクさ。"\n感情: 普通\n###\nツイート文\n\n\n1. "私は新作のバットマン映画が好きだ！"\n2. "バッテリ切れの電話は嫌いだ"\n3. "今日一日は 👍"\n4. "これはその記事へのリンクさ"\n5. "このニューミュージックビデオは、私の心を揺さぶった"\n\n\nツイート感情評価:\n1: ポジティブ\n2: ネガティブ\n3: ポジティブ\n4: 普通\n5: ポジティブ\n\n\n###\nツイート文\n\n\n1. "僕は宿題には耐えられない"\n2. "これは最悪、飽きた 😠"\n3. "私ハロウィン待っていられない!!!"\n4. "私の猫はかわいらしい ❤️❤️"\n5. "俺はチョコレートが嫌い"\n\n\nツイート感情評価:\n1.',)

ネガティブ

2. ネガティブ

3. ポジティブ

4. ポジティブ

5. ネガティブ

debian:~$ python openai_examples_adv-tweet-classifier.py

{

"id": "cmpl-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",

"object": "text_completion",

"created": xxxxxxxx,

"model": "davinci:2020-05-03",

"choices": [

{

"text": " ネガティブ\n2. ネガティブ\n3. ポジティブ\n4. ポジティブ\n5. ネガティブ\n\n\n",

"index": 0,

"logprobs": null,

"finish_reason": "stop"

}

]

}

debian:~$

　いくつかの例文と感情のセットを交えて新たな一文を提供すると感情分析する進化したツイート分類器Advanced tweet classifier。

　Tweet classifierに比べて進化ってことみたいです。

　おお、好き嫌いならですが、他の表現についても見事に感情分析できてますね。

debian:~$ cat openai_examples_adv-tweet-classifier.py

import openai

import json

openai.api_key = "API-KEY"

prompt="これは、つぶやき感情分析です。\nTweet: \"私はバットマンの映画が大好き！\"\n感情: ポジティブ\n###\nツイート: \"バッテリの切れた電話なんて嫌いだ\"\n感情: ネガティブ\n###\nツイート: \"今日一日は 👍\"\n感情: ポジティブ\n###\nツイート: \"これはその記事へのリンクさ。\"\n感情: 普通\n###\nツイート文\n\n\n1. \"私は新作のバットマン映画が好きだ！\"\n2. \"バッテリ切れの電話は嫌いだ\"\n3. \"今日一日は 👍\"\n4. \"これはその記事へのリンクさ\"\n5. \"このニューミュージックビデオは、私の心を揺さぶった\"\n\n\nツイート感情評価:\n1: ポジティブ\n2: ネガティブ\n3: ポジティブ\n4: 普通\n5: ポジティブ\n\n\n###\nツイート文\n\n\n1. \"僕は宿題には耐えられない\"\n2. \"これは最悪、飽きた 😠\"\n3. \"私ハロウィン待っていられない!!!\"\n4. \"私の猫はかわいらしい ❤️❤️\"\n5. \"俺はチョコレートが嫌い\"\n\n\nツイート感情評価:\n1."

response = openai.Completion.create(

engine="davinci",

prompt=prompt,

temperature=0.3,

max_tokens=60,

top_p=1.0,

frequency_penalty=0.0,

presence_penalty=0.0,

stop=["###"]

)

#print(prompt)

print(str(prompt))