阅读量:0
一、引言
当今世界上文本信息浩如烟海，我们很难拥有足够的时间去阅读所有想了解的东西。但欣喜的是，目前LLM在文本概括任务上展现了强大的水准，也已经有不少团队将概括功能实现在多种应用中。
本章节将介绍如何使用编程的方式，调用API接口来实现“文本概括”功能。
首先，我们需要引入 OpenAI 包，加载 API 密钥，定义 getCompletion 函数。
import openai # 导入第三方库 openai.api_key = "sk-..." # 设置 API_KEY, 请替换成您自己的 API_KEY def get_completion(prompt, model="gpt-3.5-turbo"): messages = [{"role": "user", "content": prompt}] response = openai.ChatCompletion.create( model=model, messages=messages, temperature=0, # 值越低则输出文本随机性越低 ) return response.choices[0].message["content"] 二、单一文本概括
以商品评论的总结任务为例：对于电商平台来说，网站上往往存在着海量的商品评论，这些评论反映了所有客户的想法。如果我们拥有一个工具去概括这些海量、冗长的评论，便能够快速地浏览更多评论，洞悉客户的偏好，从而指导平台与商家提供更优质的服务。
prod_review_zh = """ 这个熊猫公仔是我给女儿的生日礼物，她很喜欢，去哪都带着。 公仔很软，超级可爱，面部表情也很和善。但是相比于价钱来说， 它有点小，我感觉在别的地方用同样的价钱能买到更大的。 快递比预期提前了一天到货，所以在送给女儿之前，我自己玩了会。 """ 2.1 限制输出文本长度
我们尝试限制文本长度为最多30词。
prompt = f""" 您的任务是从电子商务网站上生成一个产品评论的简短摘要。 请对三个反引号之间的评论文本进行概括，最多30个词汇。 评论: ```{prod_review_zh}``` """ response = get_completion(prompt) print(response) 可爱软熊猫公仔，女儿喜欢，面部表情和善，但价钱有点小贵，快递提前一天到货。
2.2 设置关键角度侧重
有时，针对不同的业务，我们对文本的侧重会有所不同。例如对于商品评论文本，物流会更关心运输时效，商家更加关心价格与商品质量，平台更关心整体服务体验。
我们可以通过增加Prompt提示，来体现对于某个特定角度的侧重。
2.2.1 侧重于快递服务
prompt = f""" 您的任务是从电子商务网站上生成一个产品评论的简短摘要。 请对三个反引号之间的评论文本进行概括，最多30个词汇，并且聚焦在产品运输上。 评论: ```{prod_review_zh}``` """ response = get_completion(prompt) print(response) 快递提前到货，熊猫公仔软可爱，但有点小，价钱不太划算。
可以看到，输出结果以“快递提前一天到货”开头，体现了对于快递效率的侧重。
2.2.2 侧重于价格与质量
prompt = f""" 您的任务是从电子商务网站上生成一个产品评论的简短摘要。 请对三个反引号之间的评论文本进行概括，最多30个词汇，并且聚焦在产品价格和质量上。 评论: ```{prod_review_zh}``` """ response = get_completion(prompt) print(response) 可爱软熊猫公仔，面部表情友好，但价钱有点高，尺寸较小。快递提前一天到货。
可以看到，输出结果以“质量好、价格小贵、尺寸小”开头，体现了对于产品价格与质量的侧重。
2.3 关键信息提取
在2.2节中，虽然我们通过添加关键角度侧重的 Prompt ，使得文本摘要更侧重于某一特定方面，但是可以发现，结果中也会保留一些其他信息，如偏重价格与质量角度的概括中仍保留了“快递提前到货”的信息。如果我们只想要提取某一角度的信息，并过滤掉其他所有信息，则可以要求 LLM 进行“文本提取( Extract )”而非“概括( Summarize )”
prompt = f""" 您的任务是从电子商务网站上的产品评论中提取相关信息。 请从以下三个反引号之间的评论文本中提取产品运输相关的信息，最多30个词汇。 评论: ```{prod_review_zh}``` """ response = get_completion(prompt) print(response) 快递比预期提前了一天到货。
三、同时概括多条文本
在实际的工作流中，我们往往有许许多多的评论文本，以下示例将多条用户评价放进列表，并利用 for 循环，使用文本概括（Summarize）提示词，将评价概括至小于 20 词，并按顺序打印。当然，在实际生产中，对于不同规模的评论文本，除了使用 for 循环以外，还可能需要考虑整合评论、分布式等方法提升运算效率。您可以搭建主控面板，来总结大量用户评论，来方便您或他人快速浏览，还可以点击查看原评论。这样您能高效掌握顾客的所有想法。
review_1 = prod_review # review for a standing lamp review_2 = """ 我想为我的卧室找一个漂亮的灯，这款灯还有额外的存储空间，价格也不太高。\ 购买后很快就收到了，两天就送到了。但在运输过程中，灯的拉链断了，公司态度\ 很好，发来了一条新的。新的拉链也在几天内就到了。这个灯非常容易装配。后来，我\ 发现缺少一个部分，所以我联系了他们的客户支持，他们很快就给我寄来了缺失的部件\ ！我觉得这是一家非常关心他们的客户和产品的好公司。 """ # review for an electric toothbrush review_3 = """ 我的牙科卫生师推荐我使用电动牙刷，这就是我购买这款牙刷的原因。目前为止，我发现电池的\ 续航时间颇为令人印象深刻。在初次充电并在第一周保持充电器插头插入以调节电池状态之后，我\ 已经将充电器拔掉，并在过去的3周里，每天两次刷牙都使用同一次充电。然而，这款牙刷的刷头实\ 在太小了。我见过的婴儿牙刷都比这个大。我希望牙刷头能做得更大一些，搭配不同长度的刷毛更好\ 地清洁牙齿间缝，因为现有的无法做到这一点。总的来说，如果你能以大约50美元的价格购入这款电动\ 牙刷，那它就物超所值。厂家配套的替换刷头价格相当昂贵，但你可以买到价格更为合理的通用款。\ 使用这款牙刷让我感觉像每天都去看了牙医一样，我的牙齿感觉洁净如新！ """ # review for a blender review_4 = """ 他们还在11月把17件套系统以大约$49的优惠价格销售，几乎是五折。但不明原因（轻易就可以归咎为价格欺诈）\ 在到了12月第二周，同一套系统的价格一下儿飙升到了$70-$89之间。11件套系统的价格也从之前的优惠价$29上\ 升了大概$10。看上去还算公道，但如果你仔细观察底部，会发现刀片锁定的部位相比几年前的版本要略逊一筹，所\ 以我打算非常小心翼翼地使用（例如，我会将像豆子、冰块、大米之类的硬质食材先用搅拌机压碎，然后调到我需要\ 的份量，再用打发刀片研磨成更细的粉状，制作冰沙时我首选交叉刀片，如果需要更细腻些或者少些浆糊状，我会换成\ 平刀）。在制作果昔时，把将要用的水果和蔬菜切片冷冻是个小技巧（如果你打算用菠菜，要先稍微焖炖软，再冷冻，\ 制作雪葩时，用一个小到中号的食品加工器就行）这样就不用或者很少加冰块到你的果昔了。大约一年后，电机开始发出\ 一些可疑的声音。我联系了客服，但保修期已经过期，所以我只好另购一台。友情提示：这类产品的整体质量都在下滑，\ 所以他们更多的是利用品牌知名度和消费者的忠诚度来保持销售。我在两天之后就收到了它。 """ reviews = [review_1, review_2, review_3, review_4] for i in range(len(reviews)): prompt = f""" 你的任务是从电子商务网站上的产品评论中提取相关信息。 请对三个反引号之间的评论文本进行概括，最多20个词汇。 评论文本: ```{reviews[i]}``` """ response = get_completion(prompt) print(i, response, "\n") 0 概括：可爱的熊猫毛绒玩具，质量好，送货快，但有点小。
1 这个评论是关于一款具有额外储存空间的床头灯，价格适中。客户对公司的服务和产品表示满意。
2 评论概括：电动牙刷电池寿命长，但刷头太小，需要更长的刷毛。价格合理，使用后牙齿感觉干净。
3 评论概括：产品价格在12月份上涨，质量不如以前，但交付速度快。
