![[The AI Show Episode 143]: ChatGPT Revenue Surge, New AGI Timelines, Amazon’s AI Agent, Claude for Education, Model Context Protocol & LLMs Pass the Turing Test](https://www.marketingaiinstitute.com/hubfs/ep%20143%20cover.png)
![From Accountant to Data Engineer with Alyson La [Podcast #168]](https://cdn.hashnode.com/res/hashnode/image/upload/v1744420903260/fae4b593-d653-41eb-b70b-031591aa2f35.png?#)
.png?#)
![Apple Watch SE 2 On Sale for Just $169.97 [Deal]](https://www.iclarified.com/images/news/96996/96996/96996-640.jpg)
![Apple Posts Full First Episode of 'Your Friends & Neighbors' on YouTube [Video]](https://www.iclarified.com/images/news/96990/96990/96990-640.jpg)
AI ChatBot แนะนำActivityตามอารมณ์ ในภาษา Python
แชทบอทนี้สามารถวิเคราะห์อารมณ์ของผู้ใช้จากข้อความที่พิมพ์เข้ามา และแนะนำActivityที่เหมาะสม เช่น ภาพยนตร์ เพลง หรือวิดีโอ โดยใช้เทคนิคNatural Language Processing (NLP) และโมเดลปัญญาประดิษฐ์แบบ Zero-shot classification ซึ่งช่วยให้สามารถเข้าใจบริบทของคำถามได้แม้ไม่ได้มีการสอนล่วงหน้า ระบบนี้ฝึกการเข้าใจเจตนา (intent) ของ user ขั้นตอนที่ 1: ติดตั้งไลบรารีที่จำเป็น !pip install transformers ipywidgets --quiet transformers: ไลบรารีจาก Hugging Face ใช้โหลดโมเดล NLP สำเร็จรูป ipywidgets: ใช้สร้างแบบฟอร์มโต้ตอบ (interactive) สำหรับให้ผู้ใช้พิมพ์คำถาม ขั้นตอนที่ 2: โหลดโมเดล Zero-shot Classification from transformers import pipeline classifier = pipeline("zero-shot-classification", model="facebook/bart-large-mnli") โมเดล facebook/bart-large-mnli ไว้สำหรับวิเคราะห์ความหมายของข้อความ Zero-shot เอาไว้กำหนด “หมวด” ที่ต้องการให้chatเลือก เช่น "เบื่อ", "เครียด" ขั้นตอนที่ 3: กำหนดหมวดอารมณ์ และactivityที่แนะนำ labels = ["เครียด", "เบื่อ", "เศร้า", "อยากแรงบันดาลใจ", "ดีใจ"] recommendations = { "เครียด": ["
แชทบอทนี้สามารถวิเคราะห์อารมณ์ของผู้ใช้จากข้อความที่พิมพ์เข้ามา และแนะนำActivityที่เหมาะสม เช่น ภาพยนตร์ เพลง หรือวิดีโอ โดยใช้เทคนิคNatural Language Processing (NLP) และโมเดลปัญญาประดิษฐ์แบบ Zero-shot classification ซึ่งช่วยให้สามารถเข้าใจบริบทของคำถามได้แม้ไม่ได้มีการสอนล่วงหน้า ระบบนี้ฝึกการเข้าใจเจตนา (intent) ของ user
ขั้นตอนที่ 1: ติดตั้งไลบรารีที่จำเป็น
!pip install transformers ipywidgets --quiet
- transformers: ไลบรารีจาก Hugging Face ใช้โหลดโมเดล NLP สำเร็จรูป
- ipywidgets: ใช้สร้างแบบฟอร์มโต้ตอบ (interactive) สำหรับให้ผู้ใช้พิมพ์คำถาม
ขั้นตอนที่ 2: โหลดโมเดล Zero-shot Classification
from transformers import pipeline
classifier = pipeline("zero-shot-classification", model="facebook/bart-large-mnli")
- โมเดล facebook/bart-large-mnli ไว้สำหรับวิเคราะห์ความหมายของข้อความ
- Zero-shot เอาไว้กำหนด “หมวด” ที่ต้องการให้chatเลือก เช่น "เบื่อ", "เครียด"
ขั้นตอนที่ 3: กำหนดหมวดอารมณ์ และactivityที่แนะนำ
labels = ["เครียด", "เบื่อ", "เศร้า", "อยากแรงบันดาลใจ", "ดีใจ"]
recommendations = {
"เครียด": [" 
