Guide d'utilisation de l'API Python ChatGPT : intégrez rapidement les capacités de traitement du langage naturel

ChatGPT est l'une des technologies de traitement du langage naturel les plus populaires récemment. Il est basé sur le dernier modèle GPT-3 d'OpenAI Labs et dispose de puissantes capacités de traitement du langage naturel. Si vous développez un projet sur le traitement du langage naturel, ChatGPT sera un service API très utile. Cet article explique comment intégrer l'API Python ChatGPT dans votre projet et fournit des exemples de code pour vous aider à démarrer avec ChatGPT.

Installez l'API Python ChatGPT

Tout d'abord, vous devez créer un compte sur le site officiel, puis enregistrer la clé API qui vous est attribuée. Vous pouvez utiliser la clé pour accéder à tous les services API, y compris ChatGPT. Ensuite, vous devez installer Python et le gestionnaire de packages pip, si ce n'est pas déjà fait.

L'installation de l'API Python ChatGPT est très simple. Exécutez simplement la commande suivante dans le terminal :

pip install openai

Cela téléchargera et installera les dépendances requises et terminera le programme d'installation.

Test de la connexion API

Une fois l'API installée, nous devons confirmer si nous pouvons établir une connexion avec le service API. Pour ce faire, vous devez configurer la clé API dans le code Python, puis exécuter l'exemple de code de base.

import openai
openai.api_key = "YOUR_SECRET_API_KEY"
response = openai.Completion.create(
  engine="davinci", # 推荐使用该引擎，因为它是最强大的
  prompt="Hello, my name is",
  max_tokens=5
)
print(response.choices[0].text)

Le code ci-dessus renverra une phrase. Cela indique que l'API peut se connecter avec succès. Désormais, nous pouvons aller encore plus loin grâce aux capacités de traitement du langage naturel de ChatGPT.

Conversation utilisant ChatGPT

ChatGPT nous permet d'utiliser le texte généré pour simuler des conversations entre personnes. Il peut générer des réponses, des commentaires et des suggestions, tout comme une conversation humaine. Pour simuler une conversation, nous devons fournir un court extrait de texte comme invite, que ChatGPT utilisera pour générer une réponse. Voici le modèle de code de base :

import openai
openai.api_key = "YOUR_SECRET_API_KEY"

user_prompt = input("User says: ")
chat_log = ""

while True:
    #  发送用户的提示聊天
    prompt = (chat_log + 'User: ' + user_prompt + '
AI:')
    # 定义机器人回复的长度
    response = openai.Completion.create(
        engine="davinci",
        prompt=prompt,
        max_tokens=50,
        n=1,
        stop=None,
        temperature=0.5,
    )

    # 提取机器人回复，并将其添加到聊天日志
    message = response.choices[0].text.strip()
    chat_log = prompt + message + "
"
    # 显示机器人回复和等待用户再次输入
    print("AI:", message)
    user_prompt = input("User says: ")

Le code ci-dessus utilise des invites saisies par l'utilisateur pour simuler une conversation complète avec le bot. Dans cet extrait de code, nous avons ajouté une boucle while pour simuler une conversation complète. Le bot utilise ChatGPT pour générer des réponses et les ajouter au journal. Le robot imprimera ensuite la réponse et attendra que l'utilisateur entre à nouveau l'invite. Cette boucle s'exécutera jusqu'à ce que l'utilisateur entre "au revoir" ou "au revoir". Notez que ce code de modèle peut affiner la réponse en modifiant le nombre maximum de jetons, la température du robot, les mots vides et d'autres paramètres.

Utilisez ChatGPT pour d'autres tâches de traitement du langage naturel

ChatGPT peut non seulement être utilisé pour les conversations, mais également pour de nombreuses autres tâches de traitement du langage naturel, notamment la traduction linguistique, la classification de texte, l'interprétation des noms, le résumé, etc. Vous trouverez ci-dessous un exemple de code qui traduit le texte dans une langue spécifiée.

import openai
openai.api_key = "YOUR_SECRET_API_KEY"
translation = "Hello, how are you doing today?"
response = openai.Completion.create(
    engine="davinci",
    prompt=f"Translate from English to Spanish: {translation}",
    max_tokens=100,
    n=1,
    stop=None,
    temperature=0.5,
)
print(response.choices[0].text)

Le code ci-dessus effectuera une tâche de traduction simple. Il utilise des instructions d'impression pour afficher la réponse au terminal.

Conclusion :

Dans cet article, nous avons présenté quelques exemples de code pratiques basés sur l'API Python ChatGPT. Ces exemples peuvent vous aider à intégrer rapidement la technologie ChatGPT dans votre projet de traitement du langage naturel, tout en améliorant l'efficacité du développement et en gagnant du temps. ChatGPT fournit des capacités de traitement du langage naturel très puissantes, qui peuvent aider les développeurs à créer de meilleures applications de traitement du langage naturel.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!