Po zrozumieniu klasyfikacji kilkuetapowej za pomocą GPT-3 przyjrzyjmy się bliżej klasyfikacji za pomocą klasyfikacji wsadowej, która umożliwia klasyfikowanie próbek wejściowych w partiach w ramach jednego wywołania API, zamiast klasyfikować tylko jeden przykład na wywołanie API. Nadaje się do zastosowań, w których chcesz sklasyfikować wiele przykładów za jednym razem, podobnie jak w przypadku analizowanego przez nas zadania analizy nastrojów na tweetach, ale analizującego kilka tweetów z rzędu. Podobnie jak w przypadku klasyfikacji kilkukrotnej, należy zapewnić modelowi wystarczający kontekst, aby osiągnąć pożądany wynik, ale w formacie konfiguracji wsadowej. Tutaj definiujemy różne kategorie klasyfikacji nastrojów na tweetach, korzystając z różnych przykładów w formacie konfiguracji wsadowej. Następnie prosimy modelkę o analizę kolejnej partii tweetów.
Oto nasz monit:
Analizuj tweety pod kątem ich nastrojów. W zależności od ich nastrojów, sklasyfikowaj je jako pozytywne, neutralne lub negatywne.
Tweet: „Poważnie martwię się, że super inteligentna sztuczna inteligencja rozczaruje się na ludziach”.
Analiza nastrojów (pozytywna, neutralna, negatywna): negatywna ###
Tweet: „Nie mogę się doczekać pojawienia się superinteligentnej sztucznej inteligencji i pogłębienia naszego zrozumienia Wszechświata”.
Analiza nastrojów (pozytywny, neutralny, negatywny): pozytywny
###
Tweet: „Myślę, że nie jest ani bardzo prawdopodobne, ani bardzo mało prawdopodobne, że pewnego dnia pojawi się superinteligentna sztuczna inteligencja”.
Analiza nastrojów (pozytywna, neutralna, negatywna): neutralna
###
Tweet: „Super inteligentna sztuczna inteligencja będzie najbardziej ekscytującym odkryciem w historii ludzkości”.
Analiza nastrojów (pozytywny, neutralny, negatywny): pozytywny
###
Tweet:
- „Poważnie martwię się, że super inteligentna sztuczna inteligencja rozczaruje się na ludziach”.
- „Nie mogę się doczekać pojawienia się superinteligentnej sztucznej inteligencji i pogłębienia naszego zrozumienia Wszechświata”.
- „Myślę, że nie jest ani super prawdopodobne, ani bardzo nieprawdopodobne, że super
pewnego dnia pojawi się inteligentna sztuczna inteligencja.”
- „Super inteligentna sztuczna inteligencja będzie najbardziej ekscytującym odkryciem w historii ludzkości”.
- „To najnowszy raport o stanie sztucznej inteligencji”
Nastroje na Twitterze:
- negatywny
- pozytywne
- neutralny
- pozytywne
- neutralny
Ćwierkać:
- „Nie znoszę złej muzyki techno”
- „To jest tweet”
- „Nie mogę się doczekać lotu na Księżyc!!!”
- „AI jest super urocza ❤”
- „Teraz jestem BARDZO ZŁY!!!”
Nastroje na Twitterze:
1.
I wynik:
- negatywny
- neutralny
- pozytywne
- pozytywne
- negatywny
Jak widać, model odtworzył format wsadowej analizy nastrojów i pomyślnie sklasyfikował tweety. Przejdźmy teraz, aby zobaczyć, jak radzi sobie z zadaniami rozpoznawania nazwanych jednostek.