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
键盘会跳舞1 小时前
【C++多线程】死锁诊断工具实战:从 Windows 到 Linux 的全链路排查
linux·c++·windows·死锁
全栈弄潮儿2 小时前
AI 编程进阶实战:我为什么要做这个专栏
chatgpt·openai·ai编程
嘿嘿-663 小时前
gpt-6-astra测试,测试你的模型有没有降智
人工智能·gpt·chatgpt·web
秋名RG4 小时前
Java 集合框架完全指南:从核心接口到 JDK 21 有序集合新特性
java·windows
宋军涛4 小时前
Windows 操作系统【任务计划程序】简单使用
服务器·windows
大模型码小白5 小时前
ChatGPT 的回答也能被结构化抓取?AI Bot Scraper 对比测评
服务器·开发语言·数据库·人工智能·spring·chatgpt
秋名RG6 小时前
Java 泛型深度解析:从类型安全到现代实践(JDK 21 视角)
java·windows·安全
顿哥GPT6 小时前
ChatGPT Plus / Pro + Codex 深度实战指南(2026年9月5日):从模型能力对比到 Codex 自动化编程工作流全解析
人工智能·chatgpt·自动化
奈斯先生Vector6 小时前
AIGC 视频生成换个拍法:用 Kling Video 把一张人物图变成可剪辑的短故事
开发语言·人工智能·windows·python·aigc·音视频
天衍四九-7 小时前
Agent Skills从入门到工程化(十六):面试中如何讲清楚 Agent Skills?
大数据·数据库·人工智能·python·chatgpt·面试