Nushell gør det nemt at interagere med API

Jeg indså ret hurtigt at chatGPT og andre lignende teknologier ville kunne blive en enorm hjælp for ordblinde. For i modsætning til en gammeldags stavekontrol er store sprogmodeller gode til at “analysere” naturligt sprog og dermed ikke bare rette stavefejl, men også syntaks og betydning. Som redaktør har jeg rettet en del tekster fra ordblinde, fordi jeg har ønsket at deres sproglige skavank ikke skulle komme i vejen for deres mulighed for at deltage i den demokratiske samtale.

Jeg kommer ikke til at bruge chatGPT til at skabe tekst foreløbig. Dertil er dens dansk simpelthen for kluntet. Mine standarder for tekst og sprog er måske nok også højere end de er for illustrationer. I hvert fald har jeg forsøgt at tage OpenAI’s DALL-E model i brug til at illustrere to ledere, en på Folkets Avis - og en anden samme sted, men i sektionen Mediemøllen. Jeg synes den illustration som jeg har brugt til en leder om “organet for den højeste oplysning”, er ret vellykket.

chatGPT er stærk på engelsk og den skammer sig ikke over at de “mentale muskler” frem. Jeg giver chatGPT en simpel opgave. Et ganske kort prompt: help me POS tag the following sentence: I went up the road Og får en lang smøre retur: Part-of-speech (POS) tagging is the process of marking each word in a sentence with its corresponding POS tag. There are many POS taggers available, both for general English and for specific languages.

Da jeg bad chatGPT udføre en frekvensanalyse på en dansk tekst talte den ordene to gange: Kan chatGPT bruges til kvantitativ tekstanalyse? måske fordi den oversætter frem og tilbage mellem dansk og engelsk? Bare et gæt. Men lad os så prøve på engelsk. Jeg bad chatGPT oversætte en del af den tekst, som jeg tidligere fik chatGPT til at udføre en ordfrekvensanalyse på, til engelsk. Og derefter bad jeg den give mig de mest brugte ord i teksten.

En simpel form for kvantitativ tekstanalyse er ordfrekvensanalyse. Jeg har skrevet lidt om hvordan man kan lave ordfrekvensanalyse i nushell og hvordan man kan lave ekstremt hurtig ordfrekvensanalyse på store mængder tekst med nushell og polar dataframes . Nushell gav mig følgende resultat ╭─────┬───────────────────┬────────╮ │ # │ 0 │ counts │ ├─────┼───────────────────┼────────┤ │ 0 │ verden │ 5 │ │ 1 │ verdensopfattelse │ 4 │ │ 2 │ mainstream │ 4 │ │ 3 │ dag │ 4 │ │ 4 │ begynder │ 3 │ │ 5 │ alternative │ 3 │ │ 6 │ hele │ 3 │ │ 7 │ frelser │ 3 │ │ 8 │ ting │ 2 │ │ 9 │ magtfuld │ 2 │ på en tekst jeg skrev engang om livsfarlige konspirationsteorier: Nekrolog for en konspirationsteoretiker - leger du også med ilden?

Med chatGPT gælder det om at stille spørgsmålene rigtigt, hvis man vil have de rigtige svar. Det gælder om at give chatGPT en bestemt rolle at leve op til. Stille nogle krav til chatGPT. Jeg udbygger løbende min liste over danske chatGPT prompts med prompts som måske også kunne være til inspiration for dig. Jeg vil gerne give et eksempel fra listen: Du er faktatjekker. Faktatjek er ikke din stærke side.

Jeg talte lidt med chatGPT om intelligens og IQ-tests. Jeg forsøgte først at få et generelt bud på hvordan man måler intelligens på en pålidelig måde: Prompt: what is a reliable measure of intelligence A reliable measure of intelligence is an IQ test. IQ tests measure a person’s cognitive abilities, such as problem-solving, memory, and analytical skills. IQ tests are designed to measure a person’s overall intelligence, and are considered to be a reliable measure of intelligence.

Uhyggelig hurtig tekstanalyse med dataframes

En shell der egner sig godt til dataanalyse, er Nushell . Den egner sig også godt til databaseret tekstanalyse, eller kvantitativ tekstanalyse. Her et hurtigt eksempel på hvad Nushell kan. Jeg har en tekst i filen livsfarlige-konspirationsteorier.da.md. Antal linjer, ord og anslag i den tekst kan jeg få sådan her: open livsfarlige-konspirationsteorier.da.md | size så giver nushell svaret ╭───────────┬──────╮ │ lines │ 51 │ │ words │ 616 │ │ bytes │ 3790 │ │ chars │ 3713 │ │ graphemes │ 3713 │ ╰───────────┴──────╯ Et hurtigt overblik over sætnings- og afsnitslængde fås som følger

Forældremøder behøver ikke at være kedelige. For nylig var jeg til et forældremøde hvor omgangstonen mellem børnene på årgangen var på dagsordenen. Eller egentligt var det ikke kun mellem børnene at omgangstonen gav anledning til bekymrede miner. En lærer fortalte nemlig at en elev havde kaldt hende for “pisse ung”. Og bemærkede så at det havde hun nu egentligt ikke haft så meget imod. Så blev der eller grinet godt i forsamlingen.

Man kan godt forholde sig til et spørgsmål uden at have begreberne for det. Et eksempel. Som barn havde jeg en uenighed med nogle venner. Vi diskuterede om Otto eller Topper var hovedpersonen i Otte er et næsehorn. De mente alle at det var Otto, mens jeg stod på at det var Topper. Jeg mente ikke at Otto var hovedperson, men noget andet centralt som jeg bare ikke havde noget begreb for endnu.

Denne lille grammatik er fokuseret på de dele af sproget som er væsentligst for klar kommunikation kreativ skrivning korrekt dansk Den er tiltænkt tekster som skal læses på en skærm.

Jeg ønskede ikke mine micro-blogging “snippets” som jeg vil bruge på LinkedIn, skulle “forurene” søgeindekset her på Kiils. Derfor skiftede jeg [ {{ range $index, $value := where .Site.Pages ".Draft" false }} {{ if $index }}, {{ end }} { "url": "{{ .RelPermalink }}", "title": "{{ .Title }}", "content": {{ .Content | plainify | jsonify }} } {{ end }} ] ud med [ {{ range $index, $value := where ( where .

Hvordan følger man op på en kort telefonsamtale? Det kan være svært at vide om der er en reel interesse for ens ydelse, selvom man selv ser et klart behov. Og det kan være svært at vurdere om henstillingen “send en mail” udtrykker et reelt ønske om at modtage en mail. Men ofte giver det mening at følge op: Kære Xxxxx, Tak for den korte samtale på telefon omkring Xxxxxx Publications.

Jeg ville gerne se hvordan min hjemmeside så ud på mobil inden jeg offentliggjorde den. Derfor havde jeg brug for at kunne indlæse den fra andre enheder end den enhed som kører hugo server. Det burde kunne gøres med - i mit tilfælde: hugo server --bind 192.168.0.NNN --baseURL http://pi Desværre gav det en connection refused. For at kunne tilgå hugo server på min raspberry pi, som kører linux, fra en anden enheds webbrowser, skulle jeg aktivere port 1313 for min aktuelle zone i firewall’en:

Noget af det jeg manglede i MacOS Spotlight søgemaskinen, var en mere omfattende syntaks for søgning. Recoll er både smart og omfangsrig på det område. Stemming Recoll er bygget på Xapian som faktisk har en dansk stemming-mekanisme. Stemming finder roden af et ord og de forskellige afledninger. På den måde får man flere resultater på en søgning, og nogle af dem vil være relevante nok. Med Recoll og Xapian tages der endda konkret højde for nøjagtig de ord som findes i dit indeks.

Hvordan holder man styr på sine egne tekster når man har over 10.000 af dem på sin laptop? Svaret er lokal fritekstsøgning. MacOS har spotlight indbygget som er okay til formålet, men alligevel lidt for begrænset. Jeg har brugt en del tid på at finde et værktøj som kunne indeksere mine filer på en ordentlig måde, så jeg altid hurtigt kunne finde noget i en tekst som jeg havde behov for at vide eller bruge.

Hvornår skrives tal ud

Hurtige værktøjer på en langsom computer

Nogle gange er det nemt at forklare noget som ellers kan være ret svært

En fængende rubrik

Jeg har skrevet langt over 10.000 tekster. Og det er naturligvis ikke medregnet små grynt på facebook eller beskeder på SMS eller i Signal. Nej, det er 10.000 rigtige tekster. Heraf har jeg data på over 3000. Det med data er også vigtigt, for det giver mig mulighed for at finde frem til de virkemidler som har størst effekt. Men den tekst som betyder mest for mig selv, har jeg ingen data på.

Brug ikke pixelering når tekst skal skjules