Chatgpt로 간단한 맞춤법 체커를 구축하는 방법

이 튜토리얼에서는 Chatgpt를 사용하여 클라우드 기능 내부에 맞춤법 검사기를 구축하는 방법을 배웁니다. OpenAi의 대형 언어 모델 ChapGpt는 단순한 채팅 인터페이스 그 이상입니다. 번역, 코드 생성 및 아래에서 볼 수 있듯이 맞춤법 검사를 포함한 다양한 작업을위한 강력한 도구입니다. REST API를 통해 Chatgpt는 AI 언어 분석 및 생성 기능을 프로젝트에 추가하는 간단하고 매우 효과적인 방법을 제공합니다. github 에서이 튜토리얼의 모든 코드를 찾을 수 있습니다. 키 테이크 아웃

고급 맞춤법 검사를 위해 chatgpt 사용 :이 튜토리얼은 OpenAI API를 통해 ChatGpt가 철판 작업에 효과적으로 사용될 수있는 방법을 보여줍니다. 간단한 오류 감지를 넘어서 문맥 기반 문법적 뉘앙스를 수정하기 위해 간단한 오류 감지를 넘어서는 방법을 보여줍니다. 클라우드 기능과 AI 통합 :이 기사는 특히 AWS Lambda를 사용하여 AI 기능을 클라우드 기능에 통합하여 클라우드 기반 환경 내에서 작동하는 맞춤법 체커 구축에 대한 단계별 안내서를 제공합니다. OpenAI에서 기능 호출 탐색 :이 튜토리얼의 핵심 부분은 OpenAI 모델에서 기능 호출 기능을 탐색하는 것입니다. .

클라우드 함수 다음은 클라우드 함수의 코드입니다 :

이 타이프 스크립트 함수는 AWS Lambda의 처리기가되어 HTTP 요청을 입력으로 수락하고 HTTP 응답을 반환합니다. 위의 예에서는 들어오는 HTTP 요청에서 본문 필드를 해체하고 JSON에게 파싱하고 요청 본문에서 속성 TextTocheck을 읽습니다. Openai 패키지 Sportchecker 기능을 구현하려면 TextTocheck을 OpenAI로 보내고 AI 모델에 맞춤법 실수를 수정하도록 요청합니다. 이를 쉽게하기 위해 NPM에서 OpenAI 패키지를 사용할 수 있습니다. 이 패키지는 OpenAI REST API 주변의 편리한 JavaScript/TypeScript 래퍼로 OpenAI에 의해 유지됩니다. 여기에는 필요한 모든 타입 스크립트 유형이 포함되어 있으며 chatgpt라고 부릅니다. OpenAi 패키지를 설치하십시오 :

그런 다음 OpenAI API 키를 전달한 기능 핸들러에서 OpenAI 클래스의 인스턴스를 가져 와서 생성 할 수 있으며,이 예에서는 OpenAI_Key라는 환경 변수에 저장됩니다. (OpenAI에 가입 한 후에는 사용자 설정에서 API 키를 찾을 수 있습니다.)

샘플 텍스트 마지막으로, 우리는 철자 실수가있는 샘플 텍스트를 테스트 할 수있는 샘플 텍스트를 원하고 Chatgpt 자체를 물어 보는 것보다 더 좋은 곳을 원합니다!

이 텍스트는“에세스”와 같은 명백한 잘못된 스펠링이 포함되어 있지만“원칙”대신“원칙”과 같은 더 복잡한 문법 오류가 포함되어 있기 때문에 우리의 맞춤법 체커에 대한 좋은 테스트입니다. 이와 같은 오류는 사전에 나타나지 않는 단어를 단순히 찾는 영역을 넘어서 우리의 맞춤법 체커를 테스트합니다. 원칙 및

Principal 는 모두 유효한 영어 단어이므로 Sportchecker는이 실수를 올바르게 감지하기 위해 나타나는 컨텍스트를 사용해야합니다. 실제 테스트! text in, text out TextTocheck 입력에서 맞춤법 실수를 찾는 가장 간단한 방법은 Chatgpt에게 맞춤법 체크를 수행하고 수정 된 버전을 우리에게 돌려달라고 요청하는 프롬프트를 만드는 것입니다. 나중에이 튜토리얼에서 우리는 OpenAI API에서 추가 데이터를 다시 얻을 수있는 훨씬 강력한 방법을 탐색 할 것입니다. 그러나 지금은이 간단한 접근 방식이 좋은 첫 번째 반복이 될 것입니다. . 우리는 이것에 대해 두 가지 프롬프트가 필요합니다. 첫 번째는 사용자 프롬프트 로서 Chatgpt에게 철자 실수를 확인하도록 지시합니다. 다음 텍스트에서 철자와 문법 오류를 수정합니다. 우리는 또한 수정 된 텍스트 만 반환하도록 모델을 안내하는

시스템 프롬프트가 필요합니다.

당신은 텍스트 조각을 수정하는 사본 편집기입니다. 항상 수정 된 텍스트, 설명 또는 기타 설명만으로 응답합니다. 시스템 프롬프트는 모델에 초기 컨텍스트를 제공하고 모든 후속 사용자 프롬프트에 대해 특정 방식으로 행동하도록 지시하는 데 유용합니다. 여기서 시스템 프롬프트에서 Chatgpt에게 에만 수정 된 텍스트를 반환하도록 지시하고 설명이나 기타 주요 텍스트로 입지 않습니다. 우리는 Openai Playground에서 시스템과 사용자 프롬프트를 테스트 할 수 있습니다.

API Call의 경우 Openai.chat.completions.create ({...}) 메소드를 사용하여 위의 인스턴스화하고 응답 메시지를 반환합니다. 모든 것을 정리하면 아래 코드는 입력 텍스트와 함께 Openai.chat.completions.create ({...}) 엔드 포인트에 입력 텍스트와 함께이 두 가지 프롬프트를 보냅니다. 또한 GPT-3.5-Turbo로 사용할 모델을 지정하고 있습니다. GPT-4를 포함하여 OpenAI 모델을 사용할 수 있습니다.

text in, json out 지금까지, 우리는 AWS Lambda Cloud 함수를 작성하여 chatgpt에 텍스트를 보내고 철자 실수가 제거 된 수정 된 텍스트 버전을 반환했습니다. 그러나 OpenAi 패키지를 통해 우리는 훨씬 더 많은 일을 할 수 있습니다. 실제로 텍스트에서 작성된 대체품을 나열하는 기능에서 일부 구조화 된 데이터를 반환하는 것이 좋지 않습니까? 이 클라우드 기능을 프론트 엔드 사용자 인터페이스와 쉽게 통합하는 것이 훨씬 쉬워집니다. 운 좋게도 OpenAi는 API 에서이 기능을 달성 할 수있는 기능을 제공합니다. 기능 호출은

일부 openai 모델에 존재하는 기능으로, Chatgpt가 간단한 메시지 대신 일부 구조화 된 JSON과 응답 할 수 있습니다. AI 모델에 기능을 호출하도록 지시하고 (모든 인수 포함) 호출 할 수있는 기능의 세부 사항을 제공함으로써 API에서 훨씬 더 유용하고 예측 가능한 JSON 응답을받을 수 있습니다. 기능 호출을 사용하기 위해 채팅 완료 생성 옵션에서 함수 배열을 채 웁니다. 여기서 우리는 makecorctions라는 함수가 존재하고 대체라는 하나의 인수로 호출 할 수 있다고 Chatgpt에게 말하고 있습니다.

함수에 대한 설명과 모든 인수는 여기에서 중요합니다. Chatgpt는 코드에 액세스 할 수 없기 때문에 기능에 대해 알고있는 모든 것이 우리가 제공하는 설명에 포함되어 있습니다. 매개 변수 속성은 chatgpt가 호출 할 수있는 함수 서명을 설명하고 JSON 스키마를 따라 인수의 데이터 구조를 설명합니다. 위의 함수는 대체라는 단일 인수를 가지고 있으며, 다음은 다음 타입 유형에 맞 춥니 다.

JSON 스키마 에서이 유형을 정의하면 chatgpt에서 돌아 오는 JSON 이이 예측 가능한 모양에 맞게, JSON.parse ()를 사용 하여이 유형의 객체로 사로화 할 수 있습니다. 모든 것을 합쳐 AWS Lambda 기능의 최종 코드는 다음과 같습니다. chatgpt를 호출하고 수정의 텍스트에 대한 수정을 반환합니다.

여기에 주목해야 할 몇 가지 추가 사항이 있습니다. 앞에서 언급했듯이 몇 가지 OpenAI 모델 만 기능 호출을 지원합니다. 이 모델 중 하나는 GPT-3.5-Turbo-0613이므로 완료 엔드 포인트에 대한 호출에 지정되었습니다. 또한 Call에 function_call : {name : 'makecorctions'}를 추가했습니다. 이 속성은 모델에 대한 명령으로 Makecortrections 기능을 호출하는 데 필요한 인수를 반환 할 것으로 예상하며 채팅 메시지를 반환 할 것으로 기대하지 않습니다.

이 함수는 AWS Lambda에 배포되어 다음 요청 본문을 사용하여 HTTP를 통해 호출 할 수 있습니다.

수정 목록을 다음과 같은 JSON 배열로 반환합니다.

<span>// Entry point for AWS Lambda.
</span><span>export async function spellcheck({ body }: { body: string }) {
</span>
    <span>// Read the text from the request body.
</span>    <span>const { textToCheck } = <{ textToCheck: string }>JSON.parse(body);
</span>
    <span>//... perform spellchecking
</span>
    <span>// Return an HTTP OK response
</span>    <span>return {
</span>        statusCode<span>: 200,
</span>        body<span>: JSON.stringify(...)
</span>    <span>};
</span><span>}
</span>

결론 OpenAI API 및 클라우드 기능을 활용하면 철자 오류를 식별 할뿐만 아니라 컨텍스트를 이해하는 응용 프로그램을 만들 수 있으며 전형적인 맞춤법 검사기가 간과 할 수있는 복잡한 문법적 뉘앙스를 캡처 할 수 있습니다. 이 튜토리얼은 기초를 제공하지만 언어 분석 및 수정에서 ChatGpt의 잠재적 응용 프로그램은 방대합니다. AI가 계속 발전함에 따라 그러한 도구의 기능도 마찬가지입니다.

github 에서이 튜토리얼의 모든 코드를 찾을 수 있습니다.

위 내용은 Chatgpt로 간단한 맞춤법 체커를 구축하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!