AI detector

AI 탐지기

인간과 ChatGPT 텍스트를 구별하기 위한 기계 학습 모델

소개

이 리포지토리에는 사람이 작성한 텍스트와 ChatGPT 또는 유사한 AI 모델에서 생성된 텍스트를 구별할 수 있는 기계 학습 모델을 구축하기 위한 코드와 리소스가 포함되어 있습니다. 이 README 파일은 모델 설정 및 실행 과정을 안내합니다.

전제 조건

시작하기 전에 시스템에 다음이 설치되어 있는지 확인하십시오.

• Python(버전 3.6 이상)
• 필수 Python 라이브러리(예: scikit-learn, pandas, numpy)
• Jupyter Notebook(선택 사항이지만 코드 탐색에 권장됨)

pip 사용하여 Python 라이브러리를 설치할 수 있습니다.

pip install scikit-learn pandas numpy

시작하기

1. 저장소 복제: 이 저장소를 로컬 시스템에 복제하여 시작하십시오.

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

2. 데이터 준비: 사람이 작성한 텍스트와 ChatGPT에서 생성한 텍스트가 모두 포함된 데이터세트를 준비합니다. 데이터가 잘 구조화되어 있고 적절하게 라벨이 지정되어 있는지 확인하세요(예: '사람' 및 'chatgpt').

3. 데이터 전처리: Jupyter Notebook 또는 선호하는 Python 환경을 사용하여 데이터를 전처리합니다. 데이터 세트를 토큰화, 벡터화하고 훈련 세트와 테스트 세트로 분할해야 할 수도 있습니다.

4. 모델 구축: 기계 학습 모델을 구축하고 훈련합니다. 로지스틱 회귀, 지원 벡터 머신 또는 신경망과 같은 다양한 알고리즘을 탐색할 수 있습니다. 지침은 제공된 코드 및 설명서를 참조하세요.

5. 모델 평가: 정확도, 정밀도, 재현율, F1 점수와 같은 측정항목을 사용하여 모델 성능을 평가합니다. 원하는 정확도를 얻으려면 필요한 경우 모델을 미세 조정하세요.

용법

모델을 구축하고 훈련한 후에는 이를 사용하여 텍스트를 사람이 작성한 텍스트인지 ChatGPT에서 생성한 텍스트로 분류할 수 있습니다. 모델을 사용하여 예측하는 방법은 다음과 같습니다.

 # 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." )

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.