AI detector

AI検出器

人間と ChatGPT テキストを区別するための機械学習モデル

導入

このリポジトリには、人間が書いたテキストと ChatGPT または同様の AI モデルによって生成されたテキストを区別できる機械学習モデルを構築するためのコードとリソースが含まれています。この README ファイルは、モデルのセットアップと実行のプロセスをガイドします。

前提条件

始める前に、システムに次のものがインストールされていることを確認してください。

• Python (バージョン 3.6 以降)
• 必要な Python ライブラリ (scikit-learn、pandas、numpy など)
• Jupyter Notebook (オプションですがコード探索には推奨)

pipを使用して Python ライブラリをインストールできます。

pip install scikit-learn pandas numpy

はじめる

1. リポジトリのクローンを作成する:まず、このリポジトリのクローンをローカル マシンに作成します。

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

2. データの準備:人間が書いたテキストと ChatGPT が生成したテキストの両方を含むデータセットを準備します。データが適切に構造化され、適切にラベル付けされていることを確認します (「human」や「chatgpt」など)。

3. データの前処理: Jupyter Notebook または好みの Python 環境を使用してデータを前処理します。データセットをトークン化、ベクトル化し、トレーニング セットとテスト セットに分割する必要がある場合があります。

4. モデルの構築:機械学習モデルを構築してトレーニングします。ロジスティック回帰、サポート ベクター マシン、ニューラル ネットワークなどのさまざまなアルゴリズムを探索できます。ガイダンスについては、提供されているコードとドキュメントを参照してください。

5. モデルの評価:精度、精度、再現率、F1 スコアなどの指標を使用してモデルのパフォーマンスを評価します。必要に応じてモデルを微調整して、望ましい精度を達成します。

使用法

モデルを構築してトレーニングしたら、それを使用してテキストを人間が書いたものと ChatGPT が生成したもののいずれかに分類できます。モデルを使用して予測を行う方法は次のとおりです。

 # 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." )

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています。詳細については、LICENSE ファイルを参照してください。