OpenAI APIを活用した遊戯王APIからの情報取得システムをAssistants APIに組み込む

前回作成したFunction Callingから遊戯王APIにアクセスするシステムを改良。
11月6日に出たばかりのAssistants APIを使用する。

これにより、システム内部の逐次処理をある程度GPT任せにできるはず。

ついでに関数呼び出しもParallel function callingによる複数呼び出しに対応した。

Assistants APIによるアシスタント構築　Python

11月6日のアップデートでOpenAI APIにAssistants APIという機能が追加された。
Pythonで簡単に試せそうなので実験。

ベータ版らしいが良い感じに動く。

OpenAI APIのParallel function callingによる複数関数呼び出し

OpenAI APIにはFunction Callingという機能があって会話内容に応じて関数を使ってくれる。
それが11月6日のアップデートでパワーアップした。

• 今まで　事前に与えた複数の関数の中から1つを選んでくれる
• 現在　　事前に与えた複数の関数の中から複数を選んでくれる

これは非常にありがたい。
今までがんばって実装しようとしていたことが簡単にできる。

実際に試して確認する。

「Parallel function calling」という単語はOpenAIの公式ドキュメントに載ってる公式用語のはずだが全然見かけない。

OpenAI APIを活用した遊戯王APIからの情報取得システムがパワーアップ

前回作成したFunction Callingから遊戯王APIにアクセスするシステムは英語のカード名にしか対応しない問題があった。

そこで、

1. 日本語への対応
2. あいまい入力への対応

を行った。

OpenAI APIのFunction Callingを使って遊戯王APIからカード情報を取得する

OpenAI APIにはFunction Callingという機能があって会話内容に応じて関数を使ってくれるらしい。
公式サンプルの天気予報APIでは気乗りしないので遊戯王APIを使って実験する。

AIに遊戯王の裁定が分かるのか？ ChatGPT Web Browsingで実験

OpenAIから公開されている「GPT-4」にWeb Browsing機能が追加された。
インターネット検索によってより正確な回答をしてくれるらしい。

ここで誰もが気になる「AIに遊戯王の裁定が分かるのか？」という疑問について再度実験。
前回は半分以下の正解率だった「GPT-4」くん。

今回はもっとがんばって欲しい。

GPT-4 VS 遊戯王の裁定

AIに遊戯王の裁定が分かるのか？ ChatGPT PLUSで実験OpenAIから「GPT-4」が公開された。従来のモデルである「GPT-3.5」に比べてより正確…

AIに遊戯王の裁定が分かるのか？ ChatGPT PLUSで実験

OpenAIから「GPT-4」が公開された。
従来のモデルである「GPT-3.5」に比べてより正確な回答をしてくれるらしい。

ここで誰もが気になる「AIに遊戯王の裁定が分かるのか？」という疑問について実験。
「GPT-4」を使うためにOpenAIに月20ドルを支払う。

AI本人は乗り気だ。

もちろん、遊戯王OCGの裁定についての質問に対してお手伝いできます。どのカードや状況についての質問ですか？具体的な質問を教えていただけると、簡潔にお答えできます。

商品購入ログから商品間の類似度取得・クラスタリング

商品購入ログを使って商品の共起分析。
以前行った実験と同じデータを使ってより高度な前処理を行う。

前回の実験↓

Pythonで購入履歴から商品のクラスタリング(3パターン)

商品購入ログを使って商品のクラスタリング商品購入ログから商品のクラスタリングをしたい。Pythonの最強ライブラリscikit-learnを使って行う。最もメジ…

Pythonで購入履歴の共起分析による推薦システム開発

商品購入ログを使って商品の推薦システムを作る商品購入ログから商品の推薦を行う。「この商品を買った人はこれも買ってます」というやつ。これは共起分析によって簡単に実…

今回は下記の図に示すようにデータを加工していく。

ログデータのクロス集計までは前回と一緒。

その後、

• 共起行列
• PPMI
• SVD

と続く。

成果物として、

• アイテム間のコサイン類似度表
• アイテムのクラスタリングリスト

が得られる。

商品購入ログを使って商品の推薦システムを作る

商品購入ログから商品の推薦を行う。
「この商品を買った人はこれも買ってます」というやつ。

これは共起分析によって簡単に実現できる。
共起分析とは「共に起こる」の通り、同時に発生したかどうかを特徴として分析する手法。

具体的に今回の購入ログの例でいうと、
「あるユーザーが商品Aと商品Bを両方購入している」とか、
「ある商品をユーザーAとユーザーBが両方購入している」とか、
そういった情報を特徴として分析に使用する。

これによってある商品を買った人が一緒に何を買いがちか分かる、
この結果を任意の商品を買ったユーザーに伝えることで他の商品を推薦できる。
今回はPythonで実験する。

商品購入ログを使って商品のクラスタリング

商品購入ログから商品のクラスタリングをしたい。
Pythonの最強ライブラリscikit-learnを使って行う。

• 最もメジャーなK-means
• 疎行列に強いらしいSpectralClustering
• 階層型クラスタリングのウォード法

同一データに対して、上記3種のクラスタリングを行う。