Modele językowe to nie tylko generowanie tekstu, ale także zdolność jego precyzyjnej analizy. Dzięki temu zastosowaniu mamy możliwość wydobywania z tekstu tych fragmentów, które są najbardziej istotne z perspektywy tego co nas interesuje.
Załóżmy, że muszę dokonać analizy opinii od gości hotelu. Mogłoby to wyglądać tak:
Prompt
Dokonaj ekstrakcji atrybutów, które są istotne dla podanej opinii.
Dla każdego z atrybutów dokonaj analizy sentymentów.
Operuj na wartościach: pozytywny, negatywny i neutralny.
Oczekiwany format:
atrybut: wartość sentymentu
Cena nieadekwatna do jakości. Hotel zdecydowanie wymaga remontu. W pokojach jest brudno, wszystko pokryte zleżałym kurzem (np. drzwi, pilot od tv, klapa od kosza na śmieci w łazience...). Okropnie śmierdzi szambem, zwłaszcza w łazience. Fotel i narzuta na łóżko poplamione. Po podłodze chodzą wielkie, czarne pająki.
Podczas śniadania nie ma ekspresu do kawy. Z pieczywa jest tylko chleb, a ze słodkich śniadań tylko płatki, kupne ciasto typu strucla i ciastka typu pierniczki, wafelki.
Ocena 2, a nie 1, za czystą pościel i ręczniki oraz za miłą obsługę.
Output
Cena: negatywny
Stan hotelu: negatywny
Czystość pokojów: negatywny
Zapach: negatywny
Stan mebli: negatywny
Obecność owadów: negatywny
Śniadanie: negatywny
Pościel i ręczniki: pozytywny
Obsługa: pozytywny
