6 大模型应用-转化

大型语言模型非常擅长将其输入转换为不同的格式，例如将一种语言中的文本输入并将其转换或翻译成另一种语言，或帮助拼写和语法矫正，因此，您可以输入一段可能不完全符合语法规范的文本，并帮助你稍微修改一下，或者甚至转换格式，例如输入HTML并输出JSON。因此，我以前用一堆正则表达式写的一堆应用程序现在肯定可以更简单地实现，只需要使用一个大型语言模型和几个提示即可。大型语言模型可以使这些转换过程更加简单和z高效，为人们提供更好的文本相关应用体验。

6.1 翻译任务

接下来我们将执行一个翻译任务。因此，大型语言模型是在很多来源的文本上进行训练的，其中很多是互联网的内容，并且这些文本内容是以许多不同的语言呈现的。这种训练使模型具有进行翻译的能力。这些模型能够以不同程度掌握数百种语言，因此我们将讨论如何使用这种能力的一些示例。

让我们从一些简单的例子开始。在第一个例子中，提示是将以下英文文本翻译成西班牙语。 Hi，我想订购一个搅拌机。回复是Hola，me gustaría ordenar una licuadora。 在此例中，提示是告诉我这是什么语言。然后，这是法语，Combien coûte la lampe d’air。让我们运行一下。模型已经确定这是法语。

6.2 通用翻译器

假设您在一家大型跨国电子商务公司负责IT，用户正在用他们所有的母语向您发送有关IT问题的消息。你的员工来自世界各地，只说他们的母语，你需要一个通用翻译!

首先，我们将粘贴一份使用各种不同语言的用户留言列表，现在我们将循环遍历这些用户留言。对于留言集中的问题，我要复制一下稍长的代码块。因此，我们首先将询问模型告诉我们留言所使用的是哪种语言，然后我们将打印出原始留言的语言和问题，并要求模型将其翻译成英文和韩文。接下来，运行这个程序，原始留言是用法语写的。 因此，我们有各种各样的语言，然后模型将它们翻译成英文和韩文，你可以在这里看到，所以模型说这是法语。因为这个提示的回应将是这是法语。你可以尝试编辑这个提示，改成类似“告诉我这是哪种语言，只回答一个单词或不要使用一个句子”这样的话，如果你只想要一个单词的反馈。或者你可以请求以JSON格式返回，这可能会鼓励它不使用整个句子。

6.3 语气转换

接下来，我们要涉及的是情感转换。写作可以因受众的不同而变化，你知道，我写给同事或教授的电子邮件显然与我给年轻弟弟发送文本的方式大不相同。因此，ChatGPT实际上还可以帮助产生不同的语调。 在第一个例子中，提示是将以下俚语翻译成商务书信。兄弟，这是乔，看看这盏落地灯的规格。那么，让我们执行它。正如你所看到的，我们有了一封更为正式的商业信函，附有一份关于落地灯规格的提议。

6.4 格式转换

接下来，我们要做的事情是在不同的格式之间进行转换。ChatGBT非常擅长在不同的格式之间进行翻译，例如JSON到HTML，XML等各种格式。Markdown。因此，在提示中，我们将描述输入和输出格式。 这是一个例子。我们有一个包含餐厅员工姓名和电子邮件的JSON列表。然后在提示中，我们要求模型将以下Python字典从JSON转换为带有列标题和标题的HTML表格。然后，我们将获取模型的响应并将其打印出来。这里有一些HTML，显示所有员工的姓名和电子邮件。 接下来让我们看看是否能够查看这个HTML。我们将使用Python库中的这个disaplay函数。显示HTML响应。在这里，你可以看到这是一个格式正确的HTML表格。

6.5 语法拼写检查

下面是一些普遍的语法和拼写问题的例子以及语言模型如何帮助解决这些问题。我们将复制一些具有语法或拼写错误的句子列表，然后逐一循环这些句子。请模型校对和纠正这些错误。然后我们将使用一些分隔符。我们将得到响应并像往常一样进行打印。因此，该模型能够纠正所有这些语法错误。 为了改进提示，我们可以说“校对和纠正以下文本，重写它，纠正后的版本。如果你没有找到任何错误，只需说没有发现错误。让我们试试这个。 在发布到公共论坛之前检查文本始终是有用的。所以我们将通过一个检查评论的例子来说明。这是关于一只填充pandas的评论。我们要求模型检查和校正评论。 我们有了这个更正的版本。我们可以做的很酷的一件事是找到原始评论和模型输出之间的差异。所以我们将使用RedLines Python 包来做这件事。我们将得到我们评论的原始文本和模型输出之间的差异，然后显示它。因此，在这里，您可以看到原始评论和模型输出之间的差异以及已经被更正的内容。

所以我们使用的提示是：“校对和纠正此评论”，但是您也可以进行更为重大的更改，例如对语调进行更改等。让我们再尝试一件事。在这个提示中，我们将要求模型校对和纠正相同的评论，但同时让它更具吸引力，并确保遵循APA样式，针对高级读者。我们还将要求以markdown格式输出。