MindsDBとOpenAIを使用した感情分析

MindsDBは、データベースとOpenAIを統合することで、開発者がテキストデータから簡単に洞察を抽出できるプラットフォームです。この記事では、MindsDBを使用して感情分析を行う方法を紹介します。

概要

MindsDBを使用すると、SQLコマンドを数回実行するだけで、強力な自然言語処理（NLP）モデルを利用できます。これにより、開発者は従来の機械学習開発パイプラインと比較して、時間とリソースを節約しながら、アプリケーションに強力なNLP機能を組み込むことができます。

必要条件

MindsDBをローカルにインストールするには、DockerまたはDocker Desktopを使用してください。

チュートリアル

このチュートリアルでは、テキストの感情を推測する予測モデルを作成します。まず、MindsDBをMySQLデモデータベースに接続します。

CREATE DATABASE mysql_demo_db WITH ENGINE = 'mysql', PARAMETERS = { "user": "user", "password": "MindsDBUser123!", "host": "samples.mindsdb.com", "port": "3306", "database": "public" };

次に、データをクエリして例に使用します。

SELECT * FROM mysql_demo_db.amazon_reviews LIMIT 3;

出力結果は以下の通りです。

次に、すべてのレビューの感情を特定するモデルテーブルを作成します。

CREATE ML_ENGINE openai_engine FROM openai USING openai_api_key = 'your-openai-api-key';
CREATE MODEL sentiment_classifier_model PREDICT sentiment USING engine = 'openai_engine', prompt_template = 'describe the sentiment of the reviews strictly as "positive", "neutral", or "negative". "I love the product":positive "It is a scam":negative "{{review}}.":';

このCREATE MODEL文を実行すると、MindsDBはOpenAI統合を使用して感情を予測するAIテーブルを生成します。モデルはデフォルトのMindsDBプロジェクト内に存在します。

モデルの確認

モデルの作成プロセスのステータスを確認するには、以下のクエリを実行します。

DESCRIBE sentiment_classifier_model;

インターネット接続によっては、完了するまでに時間がかかる場合があります。作成が完了すると、他のAIテーブルと同様にクエリできます。

SELECT review, sentiment FROM sentiment_classifier_model WHERE review = 'It is ok.';

出力データは以下の通りです。

または、別のテーブルと結合してバッチ予測を行うこともできます。

SELECT input.review, output.sentiment FROM mysql_demo_db.amazon_reviews AS input JOIN sentiment_classifier_model AS output LIMIT 3;

出力データは以下の通りです。

結論

MindsDBを使用することで、開発者はOpenAIの力を効率的に活用し、データに対する機械学習の能力を数分で解放できます。MindsDBのコミュニティに参加して、他のデータソースやMLフレームワークについて話し合ったり、質問をしたりしましょう。MindsDBのOpenAI統合の詳細については、こちらを参照してください。