OpenAI. OpenBB. LangChain. Analisi del sentiment all'avanguardia utilizzando trasformatori generativi pre-addestrati. Tutto in poche righe di Python. Ecco il codice:

Leggendo questo thread, utilizzerai l'OpenBB SDK per scaricare notizie su un argomento. Poi, costruirai un prompt per prevedere il sentiment di un titolo di notizia. Metterai tutto insieme con LangChain. Andiamo!

Avrai bisogno di una chiave API di OpenAI per eseguire questo codice. Una volta che l'hai, crea un file .env nella tua directory di lavoro. Aggiungi la seguente riga: OPENAI_API_KEY=YOUR_API_KEY Una volta fatto, procedi:

Importiamo l'SDK OpenBB per le notizie e LangChain per costruire l'app. Successivamente, istanziamo un LLM OpenAI GPT-4.

Utilizziamo un prompt semplice che restituisce positivo, negativo o neutro a seconda dell'interpretazione del sentimento da parte del LLM. Dopo aver creato il prompt, creiamo una catena LangChain utilizzando il LLM di OpenAI e il prompt.

Successivamente, scaricheremo i titoli delle notizie utilizzando l'OpenBB SDK e applicheremo il metodo run della catena a ciascuno di essi.

Questo codice crea un DataFrame di pandas. Applichiamo il metodo []() alla colonna Descrizione e impostiamo il sentimento previsto nella colonna Sentiment. Stampando l'output otteniamo un DataFrame con il sentimento previsto.

Se non sei familiare con l'ingegneria dei prompt, è l'arte di far sì che i LLM restituiscano risultati predittivi e accurati. Dedica del tempo a modificare il prompt per migliorarne le prestazioni e la prevedibilità. Ad esempio, sei d'accordo che l'acquisto di $69 miliardi di Activision da parte di MSFT sia neutro?