تحليل استعراضات منتجات العملاء باستخدام API ChatGPT OpenAi: دليل خطوة بخطوة لاستخراج النظرات التجارية من تحليل المشاعر الجزء 1

ما عليك معرفته لاستخدام ChatGPT

ChatGPT والآن GPT-4 هما نوعٌ من الشبكات العصبية للذكاء الاصطناعي تُسمى نموذج لغوي كبير (LLM)، التي تتفوق في مجال معالجة اللغة الطبيعية ومهام متقدمة أخرى بمهارة شبيهة بالإنسان. اختصار GPT يعني "المحول المُدرَّب تدريبًا توليديًا"، الذي يشير إلى أنه يمكنه إنتاج ردود نصية استنادًا إلى المدخلات والأوامر الرئيسية (المسماة بـ"الاستدعاء") من المستخدم. تم تطويره من خلال مشروع openai وهو متوفر من خلال واجهة chatbot، أو كما سنرى في هذا البرنامج التعليمي، على شكل واجهة برمجة تطبيقات (API) أكثر قوة بكثير. على الرغم من أن ذلك قد يبدو تقنيًا، إلا أن استخدام API ليس صعبًا، فمن الكافي الحصول على مفتاح API مجاني ثم تزويد التطبيق ببيانات الإدخال المطلوبة؛ سيحدث كل السحر الذكي للذكاء الاصطناعي خلف الكواليس وسيخرج النتائج في غضون بضع ثوانٍ.

كيف يعمل ChatGPT؟

تُعدّ تقنية "ChatGPT" نظامًا محادثة مدفوعًا بالذكاء الاصطناعي يتيح للمستخدمين المحادثة معُه. يعمل النظام بفضلٍ استخدامه خوارزميات معالجة اللغة الطبيعية (NLP) لفهم مُدخلات المستخدم ثم تنفيذ المهام المُرتبطة به. في هذا الدليل التعليمي، سنُطلب منه كشف مشاعر التعليقات الخاصة بالعملاءِ وتُلخِّص التعليقات الطويلة. تم تدريب "ChatGPT" على كمٍ هائل من المعرفة والبيانات، وهي ميزةٌ تمكنه من الاستجابة لمجموعة واسعة من الاستفسارات والأسئلة. كلما زاد عدد التفاعلات، كلما تعلّم "ChatGPT" وتحسّنت استجاباته. هذا ما يُعرَف بالتعلُّم الآلِي. تتيح مرونة النظام للمؤسسات والأفراد ضبط وظائفه لتلبِّية احتياجاتهم الخاصة. لِذلك، يوفر "ChatGPT" وسيلةً سهلة للأشخاص غير المبرمجين للوصول إلى تقنيات تحليل اللغة الطبيعية القوية من خلال واجهة الرَّد الآلي (chatbot) أو البرمجية التطبيقية (API). وهذا يغيّر جذريًّا أنواع تحليل البيانات التي يمكن القيام بها.

كيف يمكن استخدام ChatGPT لتحليل بيانات تعليقات العملاء لمساعدة شركتك

استخدام ChatGPT لتحليل ملاحظات العملاء وتحسين تجربة العملاء قد يعود بالفائدة على شركتك بالتأكيد. بتحليل البيانات باستخدام نماذج الذكاء الاصطناعي، يمكن لـ ChatGPT مساعدة شركتك على تحسين تجربة عملائها من خلال استخدام الكميات الهائلة من البيانات التي جمعتها الشركة ولم تستخدمها جيدًا. بتجهيز البيانات الحالية الخاصة بشركتك والتحليل الدقيق لها، يمكنك زيادة ولاء العملاء وتحسين الاحتفاظ بهم وزيادة الإيرادات. تجعل API لـ ChatGPT من الممكن تحليل ملاحظات العملاء بدقة وسرعة. بتحسين جودة جهود تعدين بيانات الشركة، يمكنك اتخاذ قرارات مدفوعة بالبيانات بشكل أسرع وأكثر فعالية.

يتفوق ChatGPT في مهام إنتاج اللغة باستخدام الذكاء الاصطناعي

تعد ChatGPT أداة توليد لغة ملحوظة تتفوق في إنتاج نص يشبه الإنسان، مما يجعلها مثالية لمهام إنشاء المحتوى وتقارير ذات طراز السرد الأخرى التي تتطلب المنطق والإبداع. وقدرتها على إنتاج نص مماثل لنص الإنسان يجعلها مفيدة في إنتاج محتوى جذاب ومتنوع للمدونات ووسائل التواصل الاجتماعي والمواقع الإلكترونية. تمكن ميزة إكمال النص في ChatGPT المستخدمين من إدخال بضع كلمات رئيسية فقط ومن ثم توليد جمل كاملة أو فقرات تلقائيًا بناءً على تلك الكلمات الرئيسية. يسهل هذا عملية إنشاء المحتوى ويجعلها أقل وقتًا وجهدًا، مما يمكِّن شركتك من إنتاج المحتوى بسرعة وكفاءة. بعد استخدام واجهة برمجة تطبيقات ChatGPT لتحليل مراجعاتنا في هذا البرنامج التعليمي، يمكننا الاستفادة من قدرات إنتاج النص في ChatGPT لإنشاء استراتيجية تحسين المنتج تتكون من قائمة مفصلة بمزايا المنتج وعيوبه والتحسينات المقترحة مصنفة حسب الأهمية وسهولة التنفيذ في البرامج التعليمية التالية.

التحليلات المدعومة بالذكاء الاصطناعي بالعمل: استخراج الإيحاءات من تقييمات المنتجات الخاصة بالعملاء باستخدام تحليل المشاعر مع واجهة برمجة تطبيقات الذكاء الاصطناعي المفتوحة ChatGPT

لماذا تحليل المشاعر؟

تصبح تحليل المشاعر مهماً بشكل متزايد في عالمنا اليوم حيث يعبر الناس بحرية وسهولة عن آرائهم عبر الإنترنت. يتضمن تحليل المشاعر تحليل النص المكتوب ثم تصنيفه على أنه إيجابي أو سلبي أو محايد. يمكن لهذه التقنية أن توفر للمسوقين رؤى قيمة حول سلوك المستهلك وتفضيلاته، والتي يمكن استخدامها بدورها من قبل الشركات لتحسين المنتجات والخدمات، تحسين تجربة العملاء أو توفير دعم عملاء أفضل. سابقًا، كان عليك إجراء استطلاعات أو مجموعات اهتمام العملاء لمحاولة معرفة ما يفكر فيه عملاؤك، على أمل عدم تحيّل عملية جمع مثل هذه البيانات على أي اتجاه. الآن، يمكنك الاستفادة من ما كتبه الناس عبر الإنترنت لفهم بسرعة كيف يتم إدراك منتجك. يمكن أيضًا استخدام تحليل المشاعر لمراقبة منصات التواصل الاجتماعي لرصد الرأي العام حول موضوعات معينة وأحداث ومنتجات أو حتى المنافسين للاستخدام التجاري.

لماذا استخدام واجهة برمجة تطبيقات أوبن إيه إيه بدلاً من واجهة محادثة شات جي بي تي للدردشة؟

باستخدام واجهة برمجة التطبيقات المفتوحة لـ OpenAI، يمكنك توطين (تشغيل) المهمة المملة من قص ولصق كل مراجعة في ChatGPT. بنقرة واحدة في لغة Python، يمكنك إرشاد ChatGPT لتحليل مراجعات العملاء وتحديد مشاعر كل منها. بمجرد الانتهاء من ذلك، يمكننا استخدام chatgpt لإنتاج النتائج على الشاشة، وكذلك حفظها إلى ملفات Excel و Word للحفاظ على البيانات ولتسهيل مزيد من المناقشات مع فريقك. كما يوفر الكود النسبة المئوية لعدد المراجعات الإيجابية والسلبية والمحايدة. كما تسمح واجهة البرمجة بأخذ الإخراج من جزء واحد من التحليل (أي الجزء الأول في هذا الدليل) كمدخل للجزء التالي (أي أن الجزء 2 و 3 و 4 في الأدلة التالية)، وبالتالي إنشاء تحليل لتطوير المنتج بلغة سهلة يصعب، إن لم يكن مستحيلاً، الوصول إليه عندما يتعلق الأمر بمجرد واجهة الدردشة.

تحليل المشاعر باستخدام تعلّم الآلة: خطوة بخطوة

الافتراضات

1. لإستخدام openai API، يجب أن يكون لديك مفتاح وصول API. إذا لم يكن لديك حتى الآن، فاتبع هذه الخطوات لإنشاء حساب مجاني لمدة 3 أشهر
2. لديك حساب Google Colab مجاني

الخطوة 1: تثبيت المكتبات اللازمة في Google Colab

يستخدم للوصول إلى واجهة برمجة التطبيقات من openai وإرسال الطلبات إليها
!pip install pandas openai requests يستخدم لإنشاء متعقب لتقدم العملية أثناء إجراء استدعاءات واجهة برمجة التطبيقات
!pip install tqdm يستخدم لإخراج النتائج بتنسيق Word
!pip install python-docx

الخطوة 2: إعداد بيئة واجهة برمجة التطبيقات openAI في كولاب

1. قم بتعويض الجزء الذي يقول <REPLACE THIS TEXT WITH YOUR OPENAI API ACCESS KEY> بمفتاح API الخاص بك من OpenAI. تأكد من ترك علامة التنصيص المحيطة بمفتاح الوصول الخاص بك.
2. سنستخدم نهاية نقطة API للدردشة / الاكتمال بدلاً من نقاط نهاية gpt-3 الأقدم للتأكد من استخدام إصدار chatGPT الأحدث من البرامج ، وهو أرخص في الاستخدام من gpt-3 الأقدم API.

الخطوة 3: تحميل مجموعة بيانات المراجعة الخاصة بك

هنا نفترض أن التقييمات موجودة في ملف CSV يسمى "reviews.csv". التقييمات موجودة في عمود واحد يسمى "Product_Review" بمراجعة واحدة في كل سطر.

في هذا المثال، نستخدم مراجعات المنتجات العيّنة من عمل ، ولكن يمكنك أيضًا استخدام مراجعات المنتجات المنافسة أو الخدمات لفهم كيفية اعتقادات المستخدمين حول منتجات منافسيك.

سنطبع الإطار البيانات للتأكد من أن كل شيء تم تحميله بشكل صحيح.

الخطوة 4: تحديد المشاعر في كل تقييم للمنتج باستخدام ChatGPT، وإخراج النتائج إلى Excel وWord

ملاحظة: إذا كنت تستخدم حساب تجريبي مجاني مع openAI ، فيحددون عدد المرات التي يمكنك إرسال البيانات إلى واجهة البرمجة للتطبيقات (API) في الدقيقة الواحدة. لتجاوز هذا القيد ، نضيف تأخيرًا قصيرًا في الكود بين كل طلب. إذا كنت تستخدم حساب openAI الذي يتم دفعه حسب الاستخدام ، فيمكنك إزالة مؤقت التأخير هذا من الرمز أدناه ، time.sleep(4)

يصادف API openAI في بعض الأحيان أخطاء أو يصبح أكثر تعقيدًا مع طلبات من مستخدمين آخرين. لتجنب فشل الكود عند حدوث هذا، نقوم بإدخال جملة while في الكود التي ستعيد محاولة استدعاء الAPI 3 مرات، وهذا عادة ما يكون كافيًا.

يمكنكم ملاحظة أننا نستخدم gpt-3.5-turbo، وهو ما يوصي به openAI في الوقت الحالي كأسرع وأرخص وأكثر نموذج قادرية لهذا النوع من التحليلات.

هذا هو الأمر الذي نعطيه لـ chatGPT والذي سيوجهه إلى العمل كمحلل لمشاعر المنتجات وتحديد ما إذا كانت التقييمات إيجابية أو سلبية أو محايدة.

أنت نموذج لغوي للذكاء الاصطناعي مدرب لتحليل وكشف المشاعر في تقييمات المنتجات. قم بتحليل تقييم المنتج التالي وتحديد ما إذا كانت المشاعر: إيجابية، سلبية أو محايدة. ارجع بكلمة واحدة فقط، إيجابي، سلبي أو محايد "You are an AI language model trained to analyze and detect the sentiment of product reviews."

الخطوة 5: تلخيص كل مراجعة باستخدام ChatGPT ، وإخراج النتائج إلى Excel و Word

ملاحظة: بالمثل للشفرة السابقة، نضع تأخيرًا بمدة 4 ثواني بين استدعاءات واجهة برمجة التطبيقات لتجنب تجاوز حدود الحساب التجريبي المجاني لاستدعاءات واجهة برمجة التطبيقات. يمكنك إزالة سطرtime.sleep(4) إذا كان لديك حساب openAI مدفوعًا.

هذه هي الرسالة التي نستخدمها لإخبار شات جي بي تي لتلخيص تقييمات المنتجات بالنسبة لنا.

أنت نموذج لغوي متقدم تم تدريبه لتحليل وتلخيص آراء المستهلكين حول المنتجات. اطلع على مراجعة المنتج التالية واستخرج النقاط الإيجابية والسلبية.

الخطوة 6: تابع الجزء الثاني حيث نقوم بتوليد قائمة بشكل تلقائي لمزايا وعيوب المنتج من تقييمات المستخدمين

هنا رابط الجزء الثاني حيث نقوم بالغوص في إنشاء قائمة بمزايا وعيوب المنتج واستخلاص قائمة من اقتراحات تحسين المنتج ذات الأولوية.

الخلاصة

أتمنى أن تجد هذا البرنامج التعليمي مفيداً وأنا سعيد للإجابة على أي أسئلة.

آمل أن تجد هذا الدرس مفيدًا وسعيد بالإجابة على أي أسئلة.

تأكد من متابعتي على ميديم للجزء القادم، الذي سيعتمد على هذا الدليل التعليمي حيث سنقوم بإنشاء استراتيجية تحسين المنتج المقترح باستخدام ChatGPT.

إذا كان لديك أي تعليقات أو أسئلة أو ترغب في شرح أي جزء من الشفرة أعلاه بالتفصيل ، فيرجى إخباري في قسم التعليقات.

أيضاً، إذا كنت ترغب في أي حالات استخدام أخرى لتقنية معالجة اللغة الطبيعية في مجال الأعمال، وتود مني كتابتها في المقال التالي، يرجى إبلاغي في التعليقات أو عبر الرسائل المباشرة. شكراً لك!