跳到主要内容

分類

概要​

このドキュメントでは、JavaでLangChain4jを使用した分類システムの実装を提供します。分類は、感情分析、意図検出、およびエンティティ認識などの、テキストを事前定義されたラベルに分類するために不可欠です。

この例では、LangChain4jのAI駆動サービスを使用した感情分類を示しています。

感情分類サービス​

感情分類システムは、入力テキストを以下の感情カテゴリのいずれかに分類します：

  • POSITIVE（ポジティブ）
  • NEUTRAL（中立）
  • NEGATIVE（ネガティブ）

実装​

import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;
import dev.langchain4j.service.UserMessage;

public class SentimentClassification {

    // OpenAIを使用してチャットモデルを初期化
    static ChatModel chatModel = OpenAiChatModel.withApiKey("YOUR_OPENAI_API_KEY");

    // 感情を表すenumを定義
    enum Sentiment {
        POSITIVE, NEUTRAL, NEGATIVE
    }

    // AI駆動の感情分析インターフェースを定義
    interface SentimentAnalyzer {

        @UserMessage("Analyze sentiment of {{it}}")
        Sentiment analyzeSentimentOf(String text);

        @UserMessage("Does {{it}} have a positive sentiment?")
        boolean isPositive(String text);
    }

    public static void main(String[] args) {

        // AI駆動の感情分析インスタンスを作成
        SentimentAnalyzer sentimentAnalyzer = AiServices.create(SentimentAnalyzer.class, chatModel);

        // 感情分析の例
        Sentiment sentiment = sentimentAnalyzer.analyzeSentimentOf("I love this product!");
        System.out.println(sentiment); // 期待される出力: POSITIVE

        boolean positive = sentimentAnalyzer.isPositive("This is a terrible experience.");
        System.out.println(positive); // 期待される出力: false
    }
}

コンポーネントの説明​

1. チャットモデルの初期化​

static ChatModel chatModel = OpenAiChatModel.withApiKey("YOUR_OPENAI_API_KEY");
  • 自然言語テキストを処理するためのOpenAIチャットモデルを初期化します。
  • "YOUR_OPENAI_API_KEY"を実際のOpenAI APIキーに置き換えてください。

2. 感情カテゴリの定義​

enum Sentiment {
    POSITIVE, NEUTRAL, NEGATIVE
}
  • Sentiment enumは、可能な感情分類を表します。

3. AI駆動の感情分析器の作成​

interface SentimentAnalyzer {
    
    @UserMessage("Analyze sentiment of {{it}}")
    Sentiment analyzeSentimentOf(String text);

    @UserMessage("Does {{it}} have a positive sentiment?")
    boolean isPositive(String text);
}
  • このインターフェースは2つのAI駆動メソッドを定義します：
    • analyzeSentimentOf(String text)：与えられたテキストをPOSITIVE、NEUTRAL、またはNEGATIVEに分類します。
    • isPositive(String text)：テキストがポジティブな感情を持つ場合はtrueを返し、そうでない場合はfalseを返します。

4. AIサービスインスタンスの作成​

SentimentAnalyzer sentimentAnalyzer = AiServices.create(SentimentAnalyzer.class, chatModel);
  • AiServices.create()は、AIモデルを使用してSentimentAnalyzerインターフェースを動的に実装します。

5. 感情分析の実行​

Sentiment sentiment = sentimentAnalyzer.analyzeSentimentOf("I love this product!");
System.out.println(sentiment); // 出力: POSITIVE

boolean positive = sentimentAnalyzer.isPositive("This is a terrible experience.");
System.out.println(positive); // 出力: false
  • AIモデルは、与えられたテキストを事前定義された感情カテゴリのいずれかに分類します。
  • isPositive()メソッドはブール値の結果を提供します。

ユースケース​

この感情分類サービスは、以下を含む様々なアプリケーションで使用できます：

✅ 顧客フィードバック分析：顧客レビューをポジティブ、中立、またはネガティブに分類します。
✅ ソーシャルメディアモニタリング：ソーシャルメディアコメントの感情傾向を分析します。
✅ チャットボットレスポンス：ユーザーの感情を理解して、より良いレスポンスを提供します。

例​