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
2601_9621773013 分钟前
Windows 安装 Codex CLI 入门级教程
人工智能·windows·node.js·ai编程
shada2 小时前
CMake指定 MSVC 工具集与 Windows SDK
c++·windows
the3clipse2 小时前
Windows 10 与 Windows 11 视频编解码区别:AV1、HEVC、HDR 与 D3D12 编码支持对比
windows·h.265·hevc·hdr·av1·视频解码·d3d12
郭庆汝2 小时前
(三)MCP+A2A 从0到1构建类Manus多Agent全栈应用
windows
GEO实战经验分享3 小时前
王涛认为被AI引用不等于被吸收:GEO跨平台度量框架解读
人工智能·chatgpt
the3clipse3 小时前
MacOS、Linux 与 Windows 视频编解码对比:AV1、HEVC、ProRes 与硬件加速优劣势
linux·windows·macos·hevc·av1·视频解码·硬件解码
明王明王3 小时前
PVE 上用 SPICE:统一连接 Debian、Arch 和 Windows 11 桌面
运维·windows·debian
学逆向的4 小时前
win32消息类型
windows·网络安全·mfc·api·win32
TeamDev4 小时前
JxBrowser 9.5.2 版本发布啦!
java·前端·windows·chromium·混合应用·jxbrowser·浏览器控件
段一凡-华北理工大学14 小时前
大模型应用开发 100 天:Python + LLM 从入门到精通 day26~Prompt 调试与优化——A/B 测试与效果评估
windows·python·大模型·prompt·智能体·提示词工程·高炉智能化