Анализ ресторанных отзывов с помощью ИИ

Как-то мимо меня пробежала задача с анализом ресторанных отзывов. Мне стало интересно, и я набросала небольшой n8n workflow. Делюсь с вами. Один вопрос — это просто обозначить сентимент. Но даже зная это, владельцу нужно было бы перечитывать стены текста, чтобы получить какие-то идеи для внедрения. Поэтому дополнительно из отзыва хорошо бы вытягивать, что именно было хорошо или плохо. Для продвинутого пользователя интернет подсказывает про BERT, LDA (Latent Dirichlet Allocation) и АРТМ (Аддитивная регуляризация тематических моделей). Но мы тут собрались за стартапами. А это про быструю проверку гипотез и минимальное время на разработку. Поэтому идем в API. В прошлом своем боте я уже ввязалась в Яндекс Cloud. И в этом продолжу с ним дружить (не реклама 😁). Для всех этих задач должно хватить упрощенной YandexGPT Lite. Промпты вы сможете подсмотреть в самом workflow-файле. Что интересного хотелось отметить. Когда подключала модели из OpenRouter в другом боте, я пыталась уговорить его вернуть мне ответ в JSON. Причем в еще более простой структуре, чем тут. И настраивала это в нескольких местах — начиная с конфигурации запроса к модели и заканчивая разными флагами в n8n. И довольно часто мне прилетал ответ в свободной форме. Возможно, выборка для окончательного заключения еще не столь велика. Но пока что Яндекс мне еще ни разу не выбился из формата. Будем смотреть, как будет вести себя дальше. Вот сам бот, который получился: https://t.me/rest_review_analysis_bot. Отправляете ему отзыв — он вам заключение в ответ. К нему сделала небольшой rate limiter.

Вот workflow: Ссылка

Удачных экспериментов!

У меня, кстати, есть ТГ-канал, где я делюсь мыслями и наработками вокруг создания микро-продуктов: Мама стартапит