目次
SENTIMENTとは
先日、SnowflakeからLLMを利用した新しい関数のプレビューが発表されました。
その名も「SENTIMENT」。こちらを利用すると、指定された英語の入力テキストに対する感情スコアを返してくれます。
この分野に知見がない私でも簡単に感情スコアを出すことができます!
2024年の感情を振り返る
弊社ではグレードに応じて日報、週報、月報を提出しており、そこで自由にコメントを残しています。今回はそのコメントの感情スコアを出すことで2024年の感情を振り返っていきたいと思います。
データ準備
Snowflakeでテーブルを作成し、コメントを格納していきます。本関数は英語テキストに対して使用するため、事前にDeepLで英訳したテキストを用意します。
感情スコア出力
データが準備できたら、感情スコアを出していきたいと思います。
はい、とても簡単に出力してくれました。
振り返る
簡単に結果をグラフにしつつ、2024年の感情を振り返っていきます。
2024年のポジティブと評価された月は9回、ネガティブと評価された月は3回でした。おおむねポジティブに過ごせていたのではないでしょうか。
特にネガティブだったのは1月(-0.3262312)と11月(-0.5720544)でした。目標設定とTableauの資格取得に苦しんでいたようです。
特にポジティブなのは、2月(0.81594306)と6月(0.8700563)と12月(0.7135418)でした。案件の終了とプリセールス活動について感謝しているようです。
各コメントに対して、違和感なく感情スコアが算出されているように感じました!2025年はさらにポジティブでいられるよう仕事を頑張りたいです。
コストについて
Snowflake Cortex LLM 関数では、処理されるトークンの数に基づいて計算コストが発生します。トークンとは処理されるテキストの最小単位で、約 4 文字に相当します。
SENTIMENT関数の場合、入力から情報のみを抽出する関数なので入力トークンのみがカウントされます。ただ応答を生成するために入力テキストにプロンプトを追加するため、入力トークンの数は指定したテキスト内のトークンの数よりもわずかに多くなります。
本クエリで消費したクレジット数も簡単に確認できるので見てみましょう。
SENTIMENT関数に入力したテキストの文字数をカウントしたところ、空白込みで1421文字でした。324トークン×4文字=1296文字なので、もしかしたら空白はカウントされないかもしれません。
消費したクレジットも簡単に把握でき、使い過ぎの心配が少なくて良いですね。
※特定期間ごとの合計を表すので、例えば20:00~21:00の間にSENTIMENT関数を2回実行すれば2回分のクレジット消費やトークン数が合算して表示されます。
おわりに
関数1つで感情スコアが算出されてしまい、とても便利だなと思いました。今後も新たな活用方法を探っていきます!
参考URL
- 大規模言語モデル (LLM) 関数 (Snowflake Cortex)
- SENTIMENT (SNOWFLAKE.CORTEX)
- Snowflake Service Consumption Table