ChatGPT进行文本分类

1.建立客户端

python 复制代码
from openai import OpenAI
client = OpenAI(
        base_url="https://api.chatanywhere.tech/v1"
)

2.建立相关函数

python 复制代码
def get_openai_response(client, system_prompt, user_prompt, model="gpt-3.5-turbo"):
    response = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
    )
    return response.choices[0].message.content

3.设置分类文本

python 复制代码
q1 = "我刚买的XYZ智能手表无法同步我的日历,我应该怎么办?"
q2 = "XYZ手表的电池可以持续多久?"
q3 = "XYZ品牌的手表和ABC品牌的手表相比,有什么特别的功能吗?"
q4 = "安装XYZ智能手表的软件更新后,手表变得很慢,这是啥原因?"
q5 = "XYZ智能手表防水不?我可以用它来记录我的游泳数据吗?"
q6 = "我想知道XYZ手表的屏幕是什么材质,容不容易刮花?"
q7 = "请问XYZ手表标准版和豪华版的售价分别是多少?还有没有进行中的促销活动?"
q_list = [q1, q2, q3, q4, q5, q6, q7]

4.设置类别

python 复制代码
category_list = ["产品规格", "使用咨询", "功能比较", "用户反馈", "价格查询", "故障问题", "其它"]

5.设置提示模板

python 复制代码
classify_prompt_template = """
你的任务是为用户对产品的疑问进行分类。
请仔细阅读用户的问题内容,给出所属类别。类别应该是这些里面的其中一个:{categories}。
直接输出所属类别,不要有任何额外的描述或补充内容。
用户的问题内容会以三个#符号进行包围。

###
{question}
###
"""

6.分类

python 复制代码
for q in q_list:
    formatted_prompt = classify_prompt_template.format(categories=",".join(category_list), question=q)
    response = get_openai_response(client, formatted_prompt)
    print(response)

输出:

故障问题

产品规格

功能比较

故障问题

产品规格

产品规格

价格查询

相关推荐
月走乂山37 分钟前
Windows提示调制解调器报错、同交换机其他电脑正常、远程能连但浏览器打不开——本机DNS配置问题排查
windows·dns·故障排查·网络故障·网络诊断
衔烛之龙12 小时前
Windows x64 构建 liboqs-java教程
java·windows·python
阿豪只会阿巴5 小时前
两小时快速入门 FastAPI--第二回
windows·python·fastapi
孤狼GPT6 小时前
Codex没有GPT-5.6 Sol选项怎么办?ChatGPT账号和API Key区别讲清楚
chatgpt·ai编程·codex·api key·gpt-5.6
中微极客6 小时前
从提示词到产品级视频:生成式AI的工程化实践与工具栈选型(LTX Studio实战)
人工智能·chatgpt·音视频
仙逆GPT7 小时前
Codex客户端找不到GPT-5.6模型怎么办?版本、配置和入口排查
chatgpt·ai编程·codex·sol·gpt-5.6
柳杉8 小时前
没写一行代码!我用 ChatGPT 5.6 (Sol) 做了一个智慧充电站 3D 大屏
前端·chatgpt·数据可视化
牧濑红莉21 小时前
零基础认识大语言模型(LLM)工作原理(2.Token 到底是什么?)
人工智能·语言模型·chatgpt
印度神油91 天前
Windows Python 打包实战:Nuitka 环境踩坑总结与 CI 自动化构建全指南
windows·python·ci/cd
2601_963771371 天前
Hardening Enterprise WordPress Sites Against REST API Leaks and Bad Headers
前端·windows·word·php