在本文中,我们将学习如何使用Python通过 ChatGPT 从文本中提取关键字。
ChatGPT由OpenAI开发。它是一种基于GPT-3.5架构的广泛语言模型。它是一种 AI 聊天机器人,可以接受用户的输入并生成与人类类似的解决方案。ChatGPT 是经过良好训练的 AI,它在大型数据集上进行训练,使用该训练可以执行各种任务。它旨在模拟与人类的对话,使其成为客户服务、个人助理和其他需要自然语言处理的应用程序的宝贵工具。Chat?GPT 有多种应用,例如内容创建、客户服务、协助和自动化。?
使用 Python 通过 ChatGPT 从文本中提取关键字
在这里,我们将看到使用Python中的 ChatGPT API 从文本中提取关键字所需的所有步骤。使用 ChatGPT API,我们能够使用 Python 代码使用 ChatGPT 的功能,这意味着我们可以使用 ChatGPT 从 Python 程序中的文本中提取关键字。
步骤1:在OpenAI上创建一个账户并登录账户。
第 2 步:登录后,单击右上角的“个人”,然后单击“查看 API 密钥”,如下图所示。
步骤 3:完成步骤 2 之后,将打开一个 API 密钥页面,我们可以看到“创建新密钥”按钮,单击该按钮将生成一个密钥,复制该密钥并将其保存在记事本或其他任何地方,因为在接下来的步骤中需要它。
步骤 4:现在,打开任何代码编辑器或在线笔记本,例如Google Colab或Jupyter Notebook。在这里,我们使用Google Colab笔记本并使用以下命令在 Python 中安装Open Ai库。
!pip 安装-q openai
如果您使用任何其他代码编辑器,则可以通过在终端或命令提示符中执行以下命令在 Python 中安装openai库。
pip 安装 openai
步骤 5:导入openai库并将密钥存储在我们在步骤 3 中生成的变量中,如下所示。
- Python3
import openai openai.my_api_key = 'YOUR_API_KEY' |
步骤 6:为 ChatGPT API 设置上下文,用于告诉 API 应该使用JSON文件做什么。在此,我们将角色定义为系统,因为我们是为用户创建的,而这个 ChatGPT 是一个系统,并且还定义了内容。
- Python3
messages = [ { "role" : "system" , "content" : "You are a keyword extractor." } ] |
步骤 7:以下是其余代码
- 我们使用无限 while 循环,以便我们可以重复与 ChatGPT API 聊天,而无需一次又一次地执行代码。
- 在第二行中,我们获取用户的输入并将其存储在变量“消息”中。
- 如果用户输入任何问题,那么我们只需输入 if 条件并创建 JSON 文件并将其附加到我们在步骤 6 中创建的 JSON 文件中,然后使用openai.ChatCompletion.create()生成聊天
- 将答案存储在变量“reply”中,并使用print()函数打印该答复。
- Python3
while True : ???? message = input ( "User : " ) ???? if message: ???????? messages.append( ???????????? { "role" : "user" , "content" : message}, ???????? ) ???????? chat = openai.ChatCompletion.create( ???????????? model = "gpt-3.5-turbo" , messages = messages ???????? ) ???? ???? reply = chat.choices[ 0 ].message.content ???? print (f "ChatGPT: {reply}" ) ???? messages.append({ "role" : "assistant" , "content" : reply}) |
以下是完整的实现:
- Python3
import openai openai.api_key = 'YOUR_API_KEY' messages = [ { "role" : "system" , "content" : ?????????????? "You are a intelligent assistant." } ] while True : ???? message = input ( "User : " ) ???? if message: ???????? messages.append( ???????????? { "role" : "user" , "content" : message}, ???????? ) ???????? chat = openai.ChatCompletion.create( ???????????? model = "gpt-3.5-turbo" , messages = messages ???????? ) ???? reply = chat.choices[ 0 ].message.content ???? print (f "ChatGPT: {reply}" ) ???? messages.append({ "role" : "assistant" , "content" : reply}) |
输出:运行上述代码后,我们必须输入任何查询,如下面的输出所示。
Chatgpt 输出:
我们还可以检查 OpenAI(Chatgpt)的输出,它与我们的 Python 代码输出相同。
※※免费获取 GPT账号※※
本站提供免费ChatGPT共享账号
如果想使用低价稳定个人独立账号,可进入本站小店进行购买,全网最低价账号,全程售后保障,客服跟进
小店链接:https://shop.youngchatgpt.com/
客服微信:youngchatgpt
暂无评论内容