Интеграция ИИ для оценки текста на наличие опр. темы

[vasenko]

Доброго времени суток, ищу разработчика, который сможет реализовать задачу:

Имеем текст в переменной TEXT, нужно оценить с помощью любой нейронки насколько этот текст соответствует тематике, например, психологии
Ответ нужно положить в процентах, в переменную ANSWER

ОЧЕНЬ ЖЕЛАТЕЛЬНО делать всё это дело через АПИ, без развёртывания модели на рабочей машине

С офферами в ЛС, дальше перейдём в мессенджер

[andrwork]

@vasenko said in Интеграция ИИ для оценки текста на наличие опр. темы:

лс

[sergerdn]

@vasenko said in Интеграция ИИ для оценки текста на наличие опр. темы:

С офферами в ЛС,

Могу и тут, бесплатно.

Код не проверял:

#!/usr/bin/env node

/**
 * Google Privacy Sandbox Topics Classifier using OpenAI API
 * 
 * Purpose:
 * - Classifies input text into one of Google's Privacy Sandbox Topics (advertising categories)
 * - Uses OpenAI's GPT model to determine relevance and returns a confidence score (0-100%)
 * 
 * Dependencies:
 * - openai@^5.0.0 (npm install openai)
 * - Node.js v18+
 * 
 * Usage:
 * 1. Replace `your-api-key-here` with your OpenAI API key
 * 2. Set the `TEXT` variable to your input text
 * 3. Run: `node script.js`
 * 
 * References:
 * - Google Topics API: https://privacysandbox.google.com/private-advertising/topics
 * - Full Topics Taxonomy: https://github.com/patcg-individual-drafts/topics/blob/main/taxonomy_v2.md
 * - OpenAI API: https://platform.openai.com/docs/api-reference
 */

import OpenAI from 'openai';

// Initialize with environment variable (recommended)
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY || 'your-api-key-here' // Always use env vars in production
});

// Google's Topics Taxonomy (v2) - Simplified
const GOOGLE_TOPICS = [
  'Arts & Entertainment', 'Autos & Vehicles', 'Beauty & Fitness',
  'Books & Literature', 'Business & Industrial', 'Finance',
  'Food & Drink', 'Health', 'Hobbies & Leisure', 'Home & Garden',
  'Internet & Telecom', 'Jobs & Education', 'Law & Government',
  'News', 'Online Communities', 'People & Society', 'Pets & Animals',
  'Real Estate', 'Reference', 'Science', 'Shopping', 'Sports',
  'Technology', 'Travel'
];

// Example text for classification
const TEXT = 'Meditation techniques for stress reduction...';

/**
 * Classifies text into Google Topics with confidence score
 * @param {string} text - Input text to analyze
 * @returns {Promise<{topic: string, score: number, requestId: string}>}
 */
async function classifyText(text) {
  try {
    const completion = await openai.chat.completions.create({
      model: 'o4-mini', # https://platform.openai.com/docs/models/o4-mini
      messages: [
        {
          role: 'system',
          content: `Classify this text into ONE Google Privacy Sandbox Topic. 
                   Strictly use: ${GOOGLE_TOPICS.join(', ')}.
                   Respond EXACTLY as: "TOPIC|SCORE%". Example: "Health|87%"`
        },
        { role: 'user', content: text }
      ],
      temperature: 0.3,
      max_tokens: 10
    });

    // Parse and validate response
    const response = completion.choices[0]?.message?.content;
    if (!response) throw new Error('No response from API');

    const [topic, score] = response.split('|');
    if (!topic || !score) throw new Error('Invalid response format');

    return {
      topic: topic.trim(),
      score: parseInt(score.replace('%', '')) || 0,
      requestId: completion._request_id || 'unknown'
    };

  } catch (error) {
    console.error(`Classification failed: ${error.message}`);
    return { topic: 'Error', score: 0, requestId: 'none' };
  }
}

// Execute with proper error handling
(async () => {
  const { topic, score, requestId } = await classifyText(TEXT);
  
  console.log(`
  📊 Classification Result:
  Topic: ${topic}
  Confidence: ${score}%
  Request ID: ${requestId}
  
  🔗 References:
  - OpenAI npm: https://www.npmjs.com/package/openai
  - Google Topics: https://privacysandbox.google.com/private-advertising/topics
  `);
})();

[smedvedev87]

@andrwork said in Интеграция ИИ для оценки текста на наличие опр. темы:

@vasenko said in Интеграция ИИ для оценки текста на наличие опр. темы:

лс

не советую данного кандидата, в лучим случаи получите через месяц и то мб получите.

[sergerdn]

@smedvedev87 said in Интеграция ИИ для оценки текста на наличие опр. темы:

не советую данного кандидата, в лучим случаи получите через месяц и то мб получите.

Я дал бесплатный вариант выше, немного шлифануть и все готово. Вроде бы задача стандартная, месяца работы тут нет, пропадать нет причин.