LLM 是真义肢｜给我一把机关枪就能征服一个部落

尝试用 LLM 帮忙对数千条评论做一个自然语言分析，LLM 帮忙写了 Python 程序，难以想象这样的分析结果可以独立完成。

1. 评论的正负面情绪

调用 Python 的 SnowNLP 库，正负面的情绪阈值可自己设定，当然这情绪识别的精准度肯定没算法工程师针对业务数据单独训练的模型准确，但对普通人来说绝对够用了，也算是快速降低信噪比的一种方式。

2. 情绪的趋势波动

配合时间，你可以了解情绪趋势的波动，这在某些舆情分析中是十分有用的，比如最近的董宇辉事件，你可以了解舆情情绪是走向负面还是正面。

3. 评论的词云

评论的关键词想生成词云也可快速生成，可以非常直观了解正面评价中的关键词都提到了哪些，当然负面关键词也可以生成词云

4. 最后

如果没有 LLM，光第一步 Python 环境的安装估计就拦住了很多人，然后你要学习 Python 代码，了解 NLP 的基础知识，然后你学了一个月最后什么都没有产出，LLM 基本降低了各个职业的低阶门槛，只要你有这个行业的常识，然后就开始疯狂地探索吧。