01

几百条读者留言，怎么才能快速归类整理

今年4月份，我们为即将出版的新书《Python自动化办公应用大全-ChatGPT版》做了一次封面评选活动。在活动中，给出了ABC一共3个封面方案，请大家投票和留言。

在投票结果中，A和B封面的投票数非常接近，占到了总票数的78%。

这下让出版社和作者团队也犯了难，不知如何选择。

从统计角度看，此次投票只能算是抽样，而且因为不清楚到底是哪些小伙伴参与了投票，所以不能知道抽样数据是否符合目标整体特征。

所以，投票数据只能是参考数据之一。

比投票数据更有价值的是大家的留言，不少小伙伴通过留言，从客观和主观两方面对不同封面发表了明确的见解。

参见：《Python自动化办公应用大全-ChatGPT版》封面评选

在这样的情况下，如果能把所有留言进行整理、归纳，就可以帮助我们更准确的了解小伙伴的看法，从而辅助决策。

几百条留言已经导出到Excel里面了，用肉眼看一遍并不慢。

可惜人脑的内存有限，很容易看了后面忘了前面，或者漏掉重要内容，甚至看错内容。

从一大堆留言这样的纯文本数据中获取有价值的信息，这就是“文本挖掘”，是数据分析的一项内容。

还记得Kevin上次演示的分析Excel函数的文章吗？

那是娱乐版的文本挖掘。

实际上，如果真的要进行文本挖掘，首要先进行分词。

也就是把一大段话合理地分拆成一个一个的词语。

中文博大精深又言简意赅，分词不是件简单的任务。

分词以后，就可以进行词频统计、逻辑关联或者其他统计与分析。

然后生成词云图什么的，了解重点关键词，关键词之间的关系是什么。

但这些都不符合我们现在的需要，因为我们需要更高级的挖掘——语义理解。

这个工作，目前是AI的强项。

02

使用嵌入式ChatGPT应用分析留言

于是，我们基于ChatGPT 3.5自定义了一个嵌入式应用。

把我们的留言数据上传成为专用数据集，然后请ChatGPT来帮我们分析。

如果说标准款的ChatGPT只是一个普通神仙，那么使用微调或嵌入技术的ChatGPT应用就是带着高级法宝的大罗金仙。

未来，人人都可能需要调教出自己的专属AI助手。

那么，懂一些代码知识是很必要的。

目前市面上所有的大语言模型都支持用Python调用，这给予了Python这种编程语言面向未来的能力。

未来的办公，极有可能是各种带AI的软件 个性化AI总管来帮助个人完成任务，有编程基础的人，肯定能比其他人更方便的定义出对脾气又强大的AI总管。你说呢？