[B! prompt][データ分析] sh19910711のブックマーク

sh19910711 id:sh19910711

promptとデータ分析に関するsh19910711のブックマーク (2)

ChatGPTとNoteableによる科学技術情報分析
ChatGPTとNoteableプラグインを使って、科学技術情報分析ができるかを試した記録と所感メモです。本資料では、下記の分析プロセスにおける活用を試しています。 1. 論文情報収集 arXivから指定した検索条件にヒットするプレプリント情報を収集する。 2. 書誌情報分析時系列推移、カテゴリ集計、著者集計を実施する。 3. テキストマイニングキーフレーズ抽出・集計、クラスタリングと解釈、俯瞰可視化(二次元可視化)を実施する。汚いままですが、実際のChatGPTとのやり取りや、生成されたスクリプトも資料の中でURLを公開しています。参考になれば幸いです。 noteでも簡単な説明と補足・追加コメントをまとめました。 https://note.com/hayataka88/n/ndfd913dab62f
sh19910711 2024/04/20
"対話的可視化: 指示がないとplotly + Bokehでやって欲しいなどと依頼 / arXiv APIをそのまま叩きに行こうとしていたがうまいクエリが生成できず + pythonラッパーであるarXivを使うように指示したところ、うまく実行された" 2023

*data

prompt

データ分析

--

python
リンク
5chスレッドを生成AIで分析してみた（GPT3.5+Claude3)
はじめにこの記事では、5chスレッドのコメントを大規模言語モデル（LLM）を使って分析する手法と、その過程で遭遇した課題や解決策を紹介します。 TL;DR この記事では、5chスレッドのコメントを大規模言語モデル（LLM）を使って分析する手法と、その過程で遭遇した課題や解決策を紹介します。分析対象のスレ → リップクリーム・リップケア総合スレ35本目分析結果 → https://talk-analyzer.pages.dev/ 大規模言語モデルを用いたテキスト分析の応用可能性 LLMを用いたテキスト分析は、様々な業務に活用できる可能性があります。マーケティングにおける定性分析: SNSやインタビューなどのテキストデータを分析し、顧客の価値観やニーズ、ブランドイメージなどを把握する。企業にかかわる重要リスクの監視: ニュース記事や企業の財務報告書などのテキストデータを分析し、潜在的
sh19910711 2024/03/19
"SCAT: 着目すべき語句を抽出 + 語句の言い換え + 語句から浮かび上がるテーマ・構成概念を記述 / LLMを用いて、SCATと似た分析手順を自動化 / Dagu: バイナリを配置するだけで使えるワークフローエンジン"

*data

データ分析

*program

prompt
リンク
1