AI detector

Détecteur AI

Modèle d'apprentissage automatique pour distinguer le texte humain du texte ChatGPT

Introduction

Ce référentiel contient le code et les ressources nécessaires pour créer un modèle d'apprentissage automatique capable de faire la distinction entre le texte écrit par des humains et le texte généré par ChatGPT ou un modèle d'IA similaire. Ce fichier README vous guidera tout au long du processus de configuration et d'exécution du modèle.

Conditions préalables

Avant de commencer, assurez-vous que les éléments suivants sont installés sur votre système :

• Python (version 3.6 ou supérieure)
• Bibliothèques Python requises (par exemple, scikit-learn, pandas, numpy)
• Jupyter Notebook (facultatif mais recommandé pour l'exploration de code)

Vous pouvez installer les bibliothèques Python en utilisant pip :

pip install scikit-learn pandas numpy

Commencer

1. Cloner le référentiel : commencez par cloner ce référentiel sur votre machine locale :

   git clone https://github.com/your-username/chatgpt-human-detection.git
   cd chatgpt-human-detection

2. Préparation des données : préparez votre ensemble de données contenant à la fois du texte écrit par l'homme et généré par ChatGPT. Assurez-vous que les données sont bien structurées et étiquetées de manière appropriée (par exemple, « humain » et « chatgpt »).

3. Prétraitement des données : utilisez Jupyter Notebook ou votre environnement Python préféré pour prétraiter les données. Vous devrez peut-être tokeniser, vectoriser et diviser l'ensemble de données en ensembles de formation et de test.

4. Création de modèles : créez et entraînez votre modèle d'apprentissage automatique. Vous pouvez explorer divers algorithmes tels que la régression logistique, les machines à vecteurs de support ou les réseaux de neurones. Reportez-vous au code et à la documentation fournis pour obtenir des conseils.

5. Évaluation du modèle : évaluez les performances du modèle à l'aide de mesures telles que l'exactitude, la précision, le rappel et le score F1. Affinez le modèle si nécessaire pour obtenir la précision souhaitée.

Usage

Une fois que vous avez créé et entraîné votre modèle, vous pouvez l'utiliser pour classer le texte comme étant écrit par un humain ou généré par ChatGPT. Voici comment faire des prédictions avec votre modèle :

 # Load your trained model (replace 'model_file.pkl' with your model file)
import pickle
model = pickle . load ( open ( 'model_file.pkl' , 'rb' ))

# Use the model to classify text
text_to_classify = "This is a test sentence."
prediction = model . predict ([ text_to_classify ])

if prediction [ 0 ] == 'human' :
    print ( "The text is likely human-written." )
else :
    print ( "The text is likely generated by ChatGPT." )

Licence

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.