昨晩「ChatGPTに特徴量評価と主成分分析をしてもらう」というnoteを書きました。

せっかくなのでいろいろなものに適用してみたいと思います。今回は漫画について試してみます。

手法

上述のnoteに記載のプロセス「1. 特徴量提案・選定」「2. パラメータ評価（ベクトル化）」「3. 主成分分析で整理・比較・解釈」を漫画に当てはめる。

漫画の分類

特徴量の選定

この特徴量そのままでは評価しづらそうだったので、分類にあたり興味深そうかつパラメータ化しやすそうなものとして「主人公の性格」を選択して細分化します。

パラメータ評価

主成分分析

表にまとめてもらおうとしたら、更に主成分のパラメータを評価してくれました。

描画

せっかくなので描画してみます。matplotlibライブラリを用いてみましょう。「上記の表をcsv形式で出力してください」「matplotlibライブラリを用いて上記のcsvの散布図を描画するpythonコードを教えて下さい」などとお願いするとデータもコードもだいたい教えてくれます。

所感

構想から描画まで実質15分くらいでできました。とても簡単です。

今朝深津さんのtweetをみて、上記の取り組みは「ChatGPTに特徴量提案→パラメータ評価（ベクトル化）→主成分分析で整理比較」と順次依頼しているんだなと再認識しました。

こうした、「概念のベクトル化」はLLMの得意なタスクなんだろうなと思います。概念整理やブレインストーミング後のアイデアの整理など、人力でやるならそこそこ工数がかかるものも、ChatGPTに頼むことで簡単にできそう&新たな発見ができそうです。