前言

随着人工智能技术的飞速发展，自然语言处理(NLP)领域的应用正逐步渗透至日常生活的各个方面，特别是在情感分析上的进步，让机器能够理解并判断人类言语背后的情绪色彩。

本篇文章将通过一个实际的Node.js示例，展示如何利用OpenAI的API来实现一个简单的情感分析工具，该工具能够根据用户评论自动判断其情感倾向，从而为企业提供即时的客户服务反馈分析或辅助社交媒体监听。

准备工作

在深入代码之前，确保已经完成了以下准备工作：

环境搭建：安装Node.js环境，因为我们将使用Node.js作为后端开发语言。
依赖管理：通过npm（Node Package Manager）安装必要的依赖包，包括OpenAI的官方SDK以及其他可能需要的库，如dotenv用于管理环境变量。
- npm init -y：将项目初始化为一个后端项目。
- npm i openai：安装openai库到本地。
- npm i dotenv：安装dotenv模块，用于从.env文件中加载环境变量。
获取API密钥：在github官网上注册账户并获取API密钥，这是与OpenAI服务交互的凭证。在这里面详细介绍了如何获取API Key——利用OpenAI打造智能聊天机器人：从入门到实践 - 掘金 (juejin.cn)
配置代理：通过代理chatanywhere访问OpenAI服务，在代码中设置代理服务器地址https://api.chatanywhere.tech/v1

代码分析

环境变量配置：获取到API Key，将 API 密钥存储在一个名为 .env 的文件中，使用环境变量OPENAI_API_KEY存储 API 密钥，让它不会直接暴露在代码中，从而降低了泄露敏感信息的风险。

OPENAI_API_KEY = sk-...  // 这里输入你自己获取到的API Key

OpenAI实例化：通过OpenAI构造函数创建客户端实例，并传入API密钥及代理服务器地址。这里的代理服务器地址是https://api.chatanywhere.tech/v1，这个地址相当于连接用户和OpenAI的桥梁（也相当于是中介啦），在github官网( github.com/chatanywher… )可以获得免费通往openAI的钥匙
情感分析逻辑：在main函数中，先定义了一个prompt字符串，它包含了两个示例评论及其对应的情感标签，以此作为训练样例。然后，加入一条新的评论进行测试，希望模型能推断出其情感标签。通过调用client.chat.completions.create方法，将问题作为聊天消息形式提交给OpenAI的GPT-3.5-turbo模型。
模型响应处理：API调用后，程序打印出模型针对输入评论生成的回复，这里预期得到的是对该评论情感的分类结果。

// 引入必要的模块
require('dotenv').config(); // 加载环境变量
const OpenAI = require('openai'); // 引入OpenAI SDK

// 实例化OpenAI客户端
const client = new OpenAI({
    apikey: process.env.OPENAI_API_KEY, // 使用环境变量中的API密钥
    baseURL: 'https://api.chatanywhere.tech/v1' // 设置代理URL
});

// 主函数，执行情感分析
async function main() {
    // 定义示例prompt，包含训练样例与待分析评论
    let prompt = `
      判断一下用户的评论情感上是正面的还是负面的
      评论：买的银色版真的好看，一天就到了，晚上就开始拿起来完系统很丝滑流畅，
             做工扎实，手感细腻，很精致，华为一如既往的好品质
             情感：正面
      评论：随意降价，不予保价，服务态度差
             情感：负面
    `;
    let myPrompt = `
      ${prompt}
      评论：实话说，iPhone越来越没有新意了，你买我不推荐，散了
      情感：
    `;

    // 调用OpenAI API进行情感分析
    const chatCompletion = await client.chat.completions.create({
        messages: [{role: 'user', content: myPrompt}], // 定义用户角色和内容
        model: 'gpt-3.5-turbo', // 使用的模型版本
        n: 1 // 期望的回复数量
    });

    // 输出API返回的结果
    console.log(chatCompletion.choices[0]);
}

// 执行主函数
main();

输出结果

总结

通过上述示例，展示了如何在Node.js项目中集成OpenAI的API，实现一个简易的情感分析功能。这一过程不仅加深了对API集成的理解，还体现了NLP技术在实际应用中的价值。未来，随着AI技术的不断成熟，类似的情感识别工具将更加精准、高效，为商业决策、客户服务乃至个人应用带来深远影响。

构建AI情绪识别助手：集成OpenAI API的Node.js实践

前言

准备工作

代码分析

输出结果

总结