إنشاء تطبيق تفاعل لتحليل المشاعر باستخدام OpenAI API

في المشهد الرقمي ، يمكن أن يضعك الوصول إلى البيانات القابلة للتنفيذ ، لا سيما الرؤى المحددة حول عملائك ، في صدارة المنافسة.

أصبح تحليل المشاعر إستراتيجية شائعة لأنه يولد نتائج موثوقة. يمكنك استخدامه لتحديد آراء الأشخاص وتصوراتهم عن منتجك برمجيًا. يمكنك اكتشاف نقاط البيانات المهمة الأخرى التي يمكنك استخدامها لاتخاذ قرارات العمل الرئيسية.

باستخدام أدوات مثل واجهات برمجة تطبيقات OpenAI ، يمكنك تحليل وإنشاء رؤى مفصلة وقابلة للتنفيذ حول عملائك. تابع القراءة لمعرفة كيفية دمج واجهة برمجة تطبيقات مصنّف التغريدات المتقدمة لتحليل مدخلات المستخدمين.

مقدمة إلى GPT

يعد محول OpenAI's Generative Generative Transformer (GPT-3) نموذجًا لغويًا كبيرًا تم تدريبه على كميات هائلة من البيانات النصية ، مما يمنحه القدرة على إنشاء استجابات بسرعة لأي استعلام يتم إدخاله فيه. يستخدم معالجة اللغة الطبيعية تقنيات لفهم ومعالجة الاستفسارات — مطالبات المستخدمين.

اكتسب GPT-3 شعبية نظرًا لقدرته على معالجة مطالبات المستخدم والاستجابة بتنسيق محادثة.

يعد هذا النموذج ضروريًا بشكل خاص في تحليل المشاعر حيث يمكنك استخدامه لتقييم وتحديد مشاعر العملاء بدقة تجاه المنتجات وعلامتك التجارية والمقاييس الرئيسية الأخرى.

الغوص في تحليل المشاعر باستخدام GPT

تحليل المشاعر هو مهمة معالجة لغة طبيعية تتضمن تحديد وتصنيف المشاعر المعبر عنها في البيانات النصية مثل الجمل والفقرات.

يمكن لـ GPT معالجة البيانات المتسلسلة مما يجعل من الممكن تحليل المشاعر. تتضمن عملية التحليل بأكملها تدريب النموذج بمجموعات بيانات كبيرة من البيانات النصية المصنفة إما إيجابية أو سلبية أو محايدة.

يمكنك بعد ذلك استخدام نموذج مدرَّب لتحديد المشاعر الخاصة ببيانات النص الجديد. يتعلم النموذج بشكل أساسي التعرف على المشاعر من خلال تحليل أنماط وهياكل النص. ثم يصنفها ويولد استجابة.

علاوة على ذلك ، يمكن ضبط GPT لتقييم البيانات من المجالات المتخصصة ، مثل وسائل التواصل الاجتماعي أو ملاحظات العملاء. يساعد هذا في تحسين دقته في سياقات محددة من خلال تدريب النموذج بتعبيرات المشاعر الفريدة لهذا المجال المعين.

مصنف OpenAI Advanced Tweet المتكامل

تستخدم واجهة برمجة التطبيقات هذه تقنيات معالجة اللغة الطبيعية لتحليل البيانات النصية مثل الرسائل أو التغريدات لتحديد ما إذا كانت لديها مشاعر إيجابية أو سلبية أو محايدة.

على سبيل المثال ، إذا كان للنص نغمة إيجابية ، فستصنفه واجهة برمجة التطبيقات على أنها "إيجابية" ، وإلا فسيتم تصنيفها على أنها "سلبية" أو "محايدة".

علاوة على ذلك ، يمكنك تخصيص الفئات واستخدام كلمات أكثر تحديدًا لوصف المشاعر. على سبيل المثال ، بدلاً من مجرد تصنيف بيانات نصية معينة على أنها "إيجابية" ، يمكنك اختيار فئة وصفية أكثر مثل "سعيد".

تكوين مصنف التغريدات المتقدم

للبدء ، توجه إلى وحدة تحكم مطوري OpenAI، والتسجيل للحصول على حساب. ستحتاج إلى مفتاح API الخاص بك للتفاعل مع واجهة برمجة تطبيقات مصنف التغريدات المتقدمة من تطبيق React الخاص بك.

في صفحة النظرة العامة ، انقر فوق حساب تعريفي الزر أعلى اليمين ، وحدد عرض مفاتيح API.

ثم انقر فوق إنشاء مفتاح سري جديد لإنشاء مفتاح API جديد لتطبيقك. تأكد من أخذ نسخة من المفتاح لاستخدامها في الخطوة التالية.

قم بإنشاء عميل React

بسرعة تمهيد مشروع React الخاص بك محليا. بعد ذلك ، في الدليل الجذر لمجلد مشروعك ، قم بإنشاء ملف .env ملف للاحتفاظ بمفتاح API السري الخاص بك.

REACT_APP_OPEN_AI_API_KEY ="مفتاح API الخاص بك"

يمكنك العثور على رمز هذا المشروع في هذا مستودع جيثب.

قم بتكوين مكون App.js

افتح ال src / App.js ملف ، احذف كود React boilerplate ، واستبدله بما يلي:

1. قم بإجراء عمليات الاستيراد التالية:

   يستورد"./App.css";
   يستورد رد فعل ، {useState} من'تتفاعل';

2. حدد مكون التطبيق الوظيفي ومتغيرات الحالة للاحتفاظ برسالة المستخدم ومشاعره بعد التحليل.

   وظيفةبرنامج() {
   مقدار ثابت [message، setMessage] = useState ("");
   مقدار ثابت [الشعور ، setSentiment] = useState ("");

3. قم بإنشاء وظيفة معالج من شأنها أن تقدم طلبات POST HTTP غير المتزامنة إلى التغريدة المتقدمة المصنف يمرر رسالة المستخدم ومفتاح API في نص الطلب لتحليل المشاعر.
4. ستنتظر الوظيفة بعد ذلك الاستجابة من API ، وتقوم بتحليلها على أنها JSON ، وتستخرج قيمة المشاعر في صفيف الاختيارات من البيانات التي تم تحليلها.
5. أخيرًا ، ستقوم وظيفة المعالج بتشغيل وظيفة setSentiment لتحديث حالتها بقيمة المشاعر.

   مقدار ثابت API_KEY = process.env. REACT_APP_OPEN_AI_API_KEY ،
   مقدار ثابت APIBODY = {
   'نموذج': "text-davinci-003",
   'اِسْتَدْعَى': "ما هو شعور هذه الرسالة؟" + رسالة ،
   "max_tokens": 60,
   "top_p": 1.0,
   "التكرار_العقوبة": 0.0,
   "عقوبة_الحضور": 0.0,
    }
   غير متزامنوظيفةمقبض() {
   انتظر أحضر(' https://api.openai.com/v1/completions', {
    طريقة: 'بريد',
    الرؤوس: {
   'نوع المحتوى': "التطبيق / json",
   'تفويض': `` حامل {API_KEY} دولار`
    },
    جسم: جسون.stringify (APIBODY)
    }).ثم(إجابة => {
   يعود response.json ()
    }).ثم((بيانات) => {
   وحدة التحكم.تسجيل البيانات)؛
    setSentiment (data.choices [0] .text.trim ()) ؛
    }).يمسك((خطأ) => {
   وحدة التحكم. Error (error)؛
    });
    };

يحتوي نص الطلب على بعض المعلمات ، وهي:

• النموذج: يحدد نموذج OpenAI الذي يجب استخدامه ؛ text-davinci-003 في هذه الحالة.
• موجه: الموجه الذي ستستخدمه لتحليل مشاعر الرسالة المعينة.
• max_tokens: تحدد الحد الأقصى لعدد الرموز المميزة التي يتم إدخالها في النموذج لمنع الاستخدام المفرط أو غير الضروري لقدرة حوسبة النموذج وتحسين أدائه العام.
• top_p ، و frequency_penalty ، وesent_penalty: تضبط هذه المعلمات خرج النموذج.

أخيرًا ، أعد مربع الرسالة وزر الإرسال:

يعود (
"برنامج">
"عنوان التطبيق">
 تطبيق تحليل المشاعر </h2>
"مدخل">
 أدخل الرسالة لتصنيفها/p>
 className ="textArea"
 اكتب ="نص"
 نائب ="اكتب رسالتك ..."
 cols = {50}
 الصفوف = {10}
 onChange = {(e) => setMessage (e.target.value)}
 />
 </div>

"إجابة">
 الحصول على مشاعر الرسالة </button>
 {عاطفة! == ""? <ص> الرسالة هي {sentiment} ص>: باطل}
 </div>
 </header>
 </div>
 );
}



يصدّرتقصير برنامج؛

إنشاء موجه المستخدم

يمكنك اختياريًا إنشاء حقل إدخال سريع للسماح لك بتحديد كيفية تحليل الرسالة.

على سبيل المثال ، بدلاً من أن تكون "إيجابية" كإحساس لرسالة معينة ، يمكنك توجيه النموذج إلى إنشاء استجابات وترتيبها على مقياس من واحد إلى عشرة ، حيث يكون أحدها سلبيًا للغاية بينما يكون الرقم 10 شديدًا إيجابي.

أضف هذا الرمز إلى App.js عنصر. حدد متغير حالة للموجه:

مقدار ثابت [موجه ، setPrompt] = useState ("");

قم بتعديل المطالبة في APIBODY لاستخدام بيانات المتغير الفوري:

مقدار ثابت APIBODY = {
// ...
'اِسْتَدْعَى': موجه + رسالة ،
// ...
 }

أضف حقل إدخال سريع ، أعلى منطقة نص الرسالة مباشرةً:

 className ="اِسْتَدْعَى"
 اكتب ="نص"
 نائب ="أدخل المطالبة ..."
 onChange = {(e) => setPrompt (e.target.value)}
 />

قم بتدوير خادم التطوير لتحديث التغييرات التي تم إجراؤها والتوجه إلى http://localhost: 3000 لاختبار الوظائف.

يعد تحليل المشاعر ممارسة تجارية أساسية يمكن أن توفر رؤى قيمة حول تجارب وآراء عملاؤك ، مما يتيح لك اتخاذ قرارات مستنيرة يمكن أن تؤدي إلى تحسين تجارب العملاء وزيادة الإيرادات.

بمساعدة أدوات الذكاء الاصطناعي مثل OpenAI APIs ، يمكنك تبسيط خطوط أنابيب التحليل للحصول على آراء العملاء الدقيقة والموثوقة في الوقت الفعلي.