Meer NLP for fun - 05 - Mail generator

Voor een eerder project heb ik al eens mijn mailbox geexporteerd. Leuk om eens te kijken hoe gpt-2 mailtjes kan genereren.
Het omzetten naar een tekstfile geeft weer de inmiddels gebruikelijke unicode errors maar al snel lukt het om de mails in een 35mB tekstbestand te krijgen.
Ik besluit het 'kleine' gpt-2 model te gebruiken om niet eindeloos op resultaten te moeten wachten.

Het is ongelofelijk hoe snel het pakket de structuur van mailtjes oppakt. Al bij de 500 e epoch zit die er goed in:

From: Wirtz, Dirk Willem  
Sent: Tuesday, June 24, 2018 6:49 pm
To: John Deere  >
Subject: CROP - Request of a new user


Hi Dirk Willem,

A

The request is pending approval, and this will prevent your request from being rejected. I have a plan for a CROP which the User has agreed to take up upon the Request.

Thanks,

Dirk Willem

Ik check of er delen zijn die 1 op 1 overgenomen zijn maar hij heeft echt de (bij)zinnen zelf bedacht. 'John Deere' komt 1 keer in mijn mail archief voor maar wellicht vaker in het bronmateriaal waar het oorspronkelijke gpt-2 model op is getraind.

Gaaf! Ik weet niet wanneer ik ga 'overfitten' maar ik laat het model nog zo'n 2900 keer doortrainen. Op een gegeven moment begint hij ook een beetje NL te kennen:

Hi Joost,



Dit kantal kunt ervoor ik bij de echt door van aub.

Hier is gevraagd om ontvangen naar het onze afgeving en zorg om dat het de kantal op de gebruikt dit een de nog bijvaldrijk om de verwachtingslogerent. Daar om dat is daar om zie nie auch over tijdens en die op ons komende aangegeven.

Dit voldoende jullie geschikt dat jij dat verwachten. 

Kind regards / Cordialement / Met vriendelijke groeten



Dirk Willem Wonnink

Hoewel Engels duidelijk zijn moederstaal is :-)

From: Peters, Danny [mailto:Danny.Peters@philips.com  ] 
Sent: dinsdag 31 november 2018 08:09
To: Wonnink, Dirk Willem  >
Cc: Wonnink, Dirk Willem  >
Subject: RE: Blueheart PH - BNL - Status Scripts & Updates

Hello Dirk Willem,

Here we go. We had issues with status status scripts last night. 

We were talking to Philips to verify status status scripts and get the correct status files.

Today a new issue was triggered. 

Status status is a data set of scripts and updates for various markets. To ensure all scripts have the correct file system, we have used a new set-up called status status scripts of our own choosing.

Status status scripts can be set up in the Status tab as well.   For each status status script, we had to create the new data. For example we have 2 script types, each with three status status types. For each script type we are giving different details:

File type : Status status file.txt file

Version : Status status date line.txt file

Service : Status status service.txt file

Date : Status status description date.txt file  


Ok, nou eens kijken of ik zelf een feed kan ingeven. Ik maak daarvoor gebruik van de code op deze site: https://www.analyticsvidhya.com/blog/2019/07/openai-gpt2-text-generator-python/

Wel moet ik het model kopieren en de parameters in het bestand 'checkpoint' op de juiste wijze naar het model laten verwijzen. Na wat 'modderen' lukt dat al snel.

Eerst maar een proberen: "From: Dirk-Willem"

To: Allard, Rob van  >
Cc: 
Subject: RE: CYOSOM Stories

Jan and Chloe,

If your name is known to BH, I will react quickly to this mail.

BN Admin Portal Organiser,

Kind regards / Cordialement / Met vriendelijke groeten


Dirk Willem Wonnink
IT Business Partner  PH & HS Markets Benelux

Grappig. (Rob van Allard bestaat niet in mijn mailbestand - Wel wat lege regels verwijderd om e.e.a. compact te houden)
Een 2e voorbeeld:

Sent: woensdag 30 november 2018 15:26
To: Wonnink, Dirk Willem 
Cc: Wonnink, Dirk Willem
Subject: RE: Deadline requirements per project B+
Importance: high

Hi Stephanie,

As per upcoming IT negotiations:

Applicant: Congel-Rocht, Marco van

For each project (as per budget), we need to ask the project management team, which may have an immediate cost review, to select the optimal excel file uploaded (only controlled by the project Manager).

For availability ahead of the IT negotiations, we prefer to wait until after OCR R2 (October 2). (If you need software, please send us a call) Then expect 1-3 PO's.  

Ook aardig, nietwaar? Lang leve het fake nieuws :-)

Dan eens een NL test: "dat gaat zeker mogelijk zijn"

wel voor Deze basings bij een biedt-shop. Bekelden niet mee voor gemaakt er Iakel.

und. een je het vergemeld op de Edelweiss.

Alsstaat middels van VB foodstellen uit helprachtmoen overzaken besproken?

volgens support          te maken

Working warmly,
Pascal Blandau
          Inventiele industriele de feu        Enormende een redalert-kit email met telle onze social touch-up met naaturinnerwisseler worden.

Hmmm , minder succesvol. I probeer het met een stukje eerder gegenereerde tekst:
"This week our audio and visual team from Philips Healthcare France"

  will help you to share the next steps to cooperation between Philips healthcare and the Verona experience, to present the reforms of the two SoRo PHPs, to check the markets' roles in the healthcare sector, and to discuss the progress against a number of regulatory obstacles.

The participants will share with you a summary of their efforts in the next week: https://dayvoice.com/event/1230191-veronous-philips-5800372018 https://dayvoices.outlook.com/dobe...

If you liked this, consider contributing before Christmas!

Zelfs de url's verzint hij erbij volgens mij. Iig staan ze niet in mijn mail bestand. Wow!

Verona experience?