In deel 2 van deze artikelreeks leerde je hoe je verslagen van vergaderingen kon samenvatten met de OpenAI-API in de programmeertaal Python. Maar je kunt nog meer: het taalmodel achter ChatGPT is in staat om teksten te analyseren en daaruit besproken onderwerpen te halen. Zo kun je documenten automatisch op onderwerp ordenen.

In deel 2 zagen we al dat ChatGPT veel meer kan dan gewoon conversaties voeren. Het taalmodel draait zijn hand bijvoorbeeld niet om voor de taak om teksten samen te vatten. We kunnen dat principe in nog veel extremere vorm doorzetten: vraag om de besproken onderwerpen van een tekst te geven in enkele woorden. Dat is ideaal om automatisch tags aan teksten toe te kennen om ze daarna sneller terug te vinden. In dit deel realiseren we dit met de OpenAI-API in Python waar je ondertussen al wat vertrouwd mee bent.

Alle bestanden doorlopen

Kopieer het Python-script summarize_docx_files.py uit deel 2. Dit bestand gebruiken we als basis en passen we hier aan. Vervang allereerst de systeemprompt in het begin:

We gaan de systeemprompt later nog verder aanpassen, want zoals we in de vorige delen van de reeks hebben gezegd, moet die prompt zo specifiek mogelijk zijn. Maar we moeten ergens beginnen.

Voor het samenvatten van verslagen gingen we ervan uit dat alle Word-bestanden zich in dezelfde directory bevonden. Nu willen we veel meer bestanden verwerken, ook als ze zich in subdirectory’s bevinden. Daarom veranderen we de functie process_docx_files in:

Met rglob krijgen we een lijst van alle paden die op .docx eindigen. We controleren dan nog voor de zekerheid of het om een bestand gaat en niet om een directory waarvan de naam eindigt op .docx. Daarna lezen we de inhoud met de functie read_docx die we vorige keer hadden gemaakt.

Sla in Visual Studio Code met Ctrl+S het script op onder de naam extract_tags.py en open een opdrachtregelvenster met het menu Terminal / New Terminal. Voer het programma hierin als volgt uit:

Vervang directorymetdocumenten door het daadwerkelijke pad waarin al je te analyseren documenten staan.

Grotere bestanden analyseren

Als je dit nu toepast op een directory met grotere documenten, crasht je Python-programma met een foutmelding zoals:

Dat is een beperking van het model gpt-3.5-turbo, dat maar iets meer dan 4000 tokens kan verwerken. Met een ander model kunnen we meer tokens verwerken, maar allereerst willen we dat het programma niet meer crasht en gewoon doorgaat met de volgende teksten als één specifieke tekst te lang is. Vervang daarom de regel print(get_completion(text, SYSTEM_PROMPT)) helemaal op het einde door:

Voor elk document dat te groot is, krijgen we nu nog altijd de foutmelding. Maar het programma gaat dan verder met het volgende document.

Zoals gezegd kunnen we ook nog het model in het begin van het programma vervangen:

Dit 16K-model ondersteunt vier keer zoveel tokens, maar je betaalt er wel twee keer zoveel voor per token.

Van onderwerpen naar tags

Als je de voorgaande code uitvoert, krijg je volledige zinnen of korte steekwoorden terug met beschrijvingen van de onderwerpen. Dat is niet onze bedoeling. We moeten dus in de systeemprompt duidelijk maken wat we wél willen: korte tags van één of twee woorden:

Het resultaat is deze keer wel wat we verwachten, al slipt er soms een tag van drie woorden door. Maar als dat iets als ‘Raspberry Pi Pico’ is, zien we dat door de vingers. Als we deze tags verder willen verwerken, moeten we ze wel consistent maken. Daarvoor schrijven we een extra functie.

Nabewerking

Een voorbeeld maakt dit duidelijk. Stel dat ons programma de volgende tags uit een tekst haalt: Zigbee, Z-Wave, Bluetooth Mesh, Thread, Domoticaprotocollen. Dan willen we daar een lijst van maken met tags zigbee, z-wave, bluetooth-mesh, thread en domoticaprotocollen. Dat doen we met de volgende functie:

De parameter tags is gewoon een string zoals ‘Domoticacontroller, Home Assistant, Raspberry Pi, Domoticatoestellen, Installatie’ die we van de OpenAI-API terugkrijgen. We splitsen die op elke komma, waardoor we een lijst met tags krijgen. Voor elke tag in die lijst halen we met strip() eerst alle spaties in het begin en eind weg, zetten we met lower() alle letters om naar kleine letters en vervangen we dan elke spatie in het midden door een koppelteken (-).

Om nu de tags te normaliseren, vervangen we de regel print(get_completion(text, SYSTEM_PROMPT)) op het einde van het script door:

Je krijgt nu voor elk document de tags te zien in de vorm van een lijst in Python:

['zigbee', 'z-wave', 'bluetooth-mesh', 'thread', 'domoticaprotocollen']

Artikelen per tag

Tot nu toe gebruiken we de tags gewoon als een heel beknopte samenvatting van documenten. Maar we kunnen het ook omdraaien: na het extraheren van alle tags, kunnen we aan elke tag de documenten koppelen die door deze tag worden beschreven. Zo kunnen we achteraf heel eenvoudig opvragen welke documenten bij een specifieke tag horen.

Hoe doen we dit? Daarvoor vervangen we de hele for-lus op het einde van het programma door de volgende code:

We maken dus eerst een lege dictionary documents aan. Daarna lopen we weer door alle bestanden met hun overeenkomstige tekst. We vragen aan de OpenAI-API om de tags uit te tekst te extraheren en we normaliseren die. Voor elke tag bekijken we dan of die al in de dictionary zit. Zo nee, dan voegen we die toe met als bijbehorende waarde een lege lijst. Daarna voegen we het pad van het geanalyseerde document aan die tag toe.

Uiteindelijk wanneer we alle bestanden op deze manier hebben geanalyseerd, bevat de dictionary documents tags met een lijst van bijbehorende bestanden. Die laten we nu tag na tag zien. En zo weet je onmiddellijk welke documenten je nodig hebt als je meer over een onderwerp wilt weten!

Volgende week maandag het vierde deel van deze reeks! Hierin laten we ChatGPT in Python teksten vertalen en geschreven opdrachten omzetten in een computertaal.

Lees ook:

Je wilt de oude badkamer slopen en volledig opnieuw inrichten, of je droomt van een paleis van een badkamer in je nieuwbouw. Terwijl je in je plannen helemaal losgaat, rijst de vraag of vloerverwarming in de badkamer überhaupt een goed idee is?

Vooral in de badkamer wil je het comfortabel warm hebben wanneer je in bad gaat of een douche neemt. Daarbij komt dat je in de badkamer vaak op blote voeten loopt en dan is een verwarmd vloer een luxe. Er zijn twee soorten vloerverwarming die vaak worden gebruikt in de badkamer: de traditionele vloerverwarming die gebaseerd is op water, oftewel een hydronisch systeem, en er is de elektrische vloerverwarming. 

Traditionele vloerverwarming

Het hydronische type wordt het meest toegepast. Kunststof leidingen onder de vloer transporteren warm water om warmte in de badkamer te creëren. Het water wordt op temperatuur gebracht door de cv-ketel of door een warmtepomp. Beton is een fantastische warmtegeleider en verdeelt de warmte gelijkmatig over het gehele oppervlak van de vloer. Dit systeem is misschien wel duurder om te laten aanleggen, maar op lange termijn spaar je energiekosten. Hoe meer kamers in de woning worden verwarmd door vloerverwarming, hoe kostenefficiënter de installatie wordt.

© Kadmy - stock.adobe.com

De hydronische vloerverwarming bestaat uit leidingen die warm water transporteren. 

Elektrische vloerverwarming

Elektrische vloerverwarming gebruikt geleidende kunststofmatten onder de vloer die de warmte produceren. Elektrische vloerverwarming werkt net zo goed als het hydronische systeem, maar stroom is nog steeds duurder dan bijvoorbeeld gas. Nadeel is dat dit systeem in grote ruimtes hoge energiekosten met zich meebrengt.

Een voordeel van een elektrische vloerverwarming is dat hij onafhankelijk van de cv werkt. Deze bijverwarming wordt alleen aangezet wanneer nodig en werkt dus zelfs wanneer de cv uitstaat, bijvoorbeeld op een koude zomerdag. De rest van de woning hoeft niet onnodig verwarmd te worden als je bijvoorbeeld wilt douchen.

Bovendien heeft het elektrische systeem een veel kortere opwarmtijd dan de traditionele vloerverwarming. De gewenste temperatuur wordt al bereikt in slechts 30 tot  60 minuten. De dunne matten zijn verbonden met een thermostaatregelaar, zodat je eenvoudig de ideale vloerwarmte kunt instellen. En als je voldoende warmte hebt gehad, kun je  de elektrisch verwarmde badkamertegels uitschakelen met de afstandsbediening.

©ELIZAVETA GALITCKAIA

De elektrische vloerverwarming is een veel dunner systeem.  

Dun of dik

Belangrijk is dat de opbouwhoogte van elektrische vloerverwarming veel lager is dan bij een hydronisch systeem. Dit is een dunne vloerverwarming. Je kunt zowel de matten als de folies zelfs rechtstreeks op de bestaande vloer aanleggen. En je moet rekening houden met een opbouwhoogte vanaf 2,5 centimeter. Bij een hydronisch systeem wordt er eerst een isolatieplaat aangebracht, dan komen de leidingen voor het cv-water in een zand-cement-ondergrond  en daarop wordt de eindvloer geplaatst. Reken op een opbouwhoogte van 13 cm. 

Vloerverwarming en badkamerradiator combineren

Kies je ervoor om de vloerverwarming te gebruiken als hoofdverwarming, dan zal de vloerverwarming de volledige ruimte moeten verwarmen. Er is dan geen andere warmtebron in de badkamer aanwezig. In dat geval moet je er rekening mee houden dat de vloerverwarming voldoende capaciteit heeft.

Een voordeel is dat er geen radiatoren nodig zijn. Een badkamer is een lastige ruimte om alleen door middel van vloerverwarming op 21- 24 graden te krijgen. De vloeroppervlakte van de badkamer wordt grotendeels ingenomen door de douche, het bad, het badkamerkastje, het toilet en eventuele andere meubels. Bovendien is het totale oppervlak meestal te klein om voldoende warmte af te geven. Om dit tekort aan te vullen, kun je een handdoekdroger of badkamerradiator plaatsen. Dit is vaak ook nog een esthetische oplossing. De vloerverwarming en radiator vullen elkaar en de capaciteit van de vloerverwarming hoeft dan niet zo hoog te zijn.

©Mike Higginson - stock.adobe.com

Combineer vloerverwarming met een badkamerradiator of handdoekdroger om een snellere reactietijd te garanderen. 

Voordelen en nadelen van vloerverwarming in de badkamer

Welke type je ook kiest, elektrisch of hydronisch, we noemen nog even de voordelen en de aandachtspunten van vloerverwarming in de badkamer op.

 Voordelen

🌡Leestip: Je woning verwarmen met lage temperaturen? Dat kan ook zonder vloerverwarming

Aandachtspunten

De OnePlus 13R is een goedkopere en minder complete smartphone dan topmodel OnePlus 13. Is deze telefoon met een adviesprijs van 749 euro een slimme keuze of ben je beter af met een ander toestel? Je leest het in deze review van de OnePlus 13R.

Je koopt de OnePlus 13R voor een adviesprijs van 750 euro, waarmee hij 250 euro goedkoper is dan de OnePlus 13. Verwar het toestel overigens niet met de OnePlus 12 en 12R, die in 2024 zijn uitgebracht.

Grote smartphone mist functies

De OnePlus 13R is te koop in het zwart en in het wit, en ziet er modern en premium uit. Dat is het uiterlijk, want over de ergonomie zijn we minder enthousiast. De smartphone heeft een groot 6,78inch-scherm en gebruikt een erg rechthoekig ontwerp, zonder afgeronde schermranden en zonder afgeronde achterkant. In de praktijk vinden wij het toestel daarom niet heel prettig vasthouden. Zeker met één hand is het onmogelijk om het bovenste deel van het scherm te bedienen.

©Rens Blom

Het is ook jammer dat de OnePlus 13R qua ontwerp minder compleet is dan de 13 én veel vergelijkbaar geprijsde smartphones. Zo kan het toestel niet draadloos opladen en is de behuizing alleen stof- en waterbestendig – niet waterdicht.

Het grote oledscherm laat een goede indruk achter: lekker scherp dankzij de resolutie van 2780 x 1264 pixels, fel genoeg om altijd prima afleesbaar te zijn en het weet mooie kleuren weer te geven. Handig is dat het scherm je vingers nauwkeurig blijft registreren tijdens een regenbui. Dat kunnen maar weinig andere telefoons. Die raken namelijk in de war en registreren ook regendruppels als aanrakingen. Daar heeft de OnePlus 13R geen last van.

©Rens Blom

Krachtige specificaties

Over de specificaties van de OnePlus 13R zijn we enthousiast. Het toestel is voorzien van veel werkgeheugen (12 GB) en opslagcapaciteit (256 GB), inmiddels een gangbare combinatie in dit prijssegment. De gebruikte Qualcomm Snapdragon 8 Gen 3-processor is van vorig jaar en zat toen in de duurste smartphones, waaronder de OnePlus 12. Tegenwoordig is deze betrouwbare en hartstikke snelle processor goedkoper in te kopen, dus zijn we blij met deze logische keuze van OnePlus.

©Rens Blom

Van de accuduur hadden we stiekem meer gehoopt. Begrijp ons niet verkeerd: je kunt de OnePlus 13R zonder problemen een lange dag gebruiken zonder je zorgen te hoeven maken over de batterij. Maar daar houdt het op, lezen we ook in andere reviews terug. Dat is best gek, want ten opzichte van andere smartphones heeft de 13R een grotere accucapaciteit (totaal 6000 mAh). En de Snapdragon 8 Gen 3-processor is energiezuinig, weten we van smartphones van vorig jaar. Waar het dan 'misgaat', weten we niet, maar de enorme accu vertaalt zich dus niet in een enorme accuduur.

Opladen doet de OnePlus 13R alleen via usb-c. Dat kan met maximaal 80 watt als je een OnePlus-snellaadadapter hebt of koopt voor 50 euro. Die adapter is niet bij de smartphone inbegrepen. Met een andere adapter laadt de 13R veel langzamer op. Jammer, maar geen probleem als je het toestel 's nachts oplaadt.

Camera's

De smartphone is voorzien van een prima selfiecamera en drie camera's op de achterkant. Dat zijn een 50megapixel-hoofdcamera, een 8megapixel-groothoekcamera en een 50megapixel-telelens voor een paar keer zoom. Na een week met de OnePlus 13R zijn we niet bijster enthousiast over de camera's. De hoofdcamera scoort een ruime voldoende, ook in het donker. De groothoekcamera daarentegen presteert ondergemiddeld in dit prijssegment en de zoomcamera biedt slechts 2x zoom. Sommige vergelijkbare telefoons komen tot 5x zoom.

©Rens Blom

Updatebeleid had beter gekund

Op de OnePlus 13R is Android 15 geïnstalleerd, waar OnePlus zijn OxygenOS-schil overheen legt. Die schil lijkt sprekend op ColorOS van Oppo, wat verklaarbaar is omdat het zusterbedrijven zijn. ColorOS werkt prima, maar is wel erg druk. Niet alle functies lijken ons even nodig en andere functies lijken wel erg veel op die van Apples iOS. OnePlus mag bovendien best stoppen met games en apps aanraden. Die weten we heus wel zelf te vinden.

©Rens Blom

We zien liever dat het merk focust op een beter updatebeleid. De OnePlus 13R krijgt namelijk vier Android-upgrades en zes jaar beveiligingsupdates. Dat is korter dan concurrerende smartphones van Motorola (zes jaar complete updates), Google, Samsung en Apple (allemaal zeven jaar). En best gek: de OnePlus 13R krijgt even lang updates als de OnePlus Nord 4, die honderden euro's minder kost.

Conclusie: OnePlus 13R kopen?

De OnePlus 13R is een smartphone die over het algemeen goed bevalt: hij heeft een mooi scherm, krachtige hardware en software waar je jaren mee vooruit kunt. Toch kunnen we deze 749 euro kostende telefoon lastig aanraden. Concurrerende toestellen bieden meer functies én krijgen langer software-updates. De OnePlus 13R lijkt ons daarom een interessante koop als hij in prijs gaat zakken. Voor nu zijn de Google Pixel 9, Motorola Edge 50 Neo en Samsung Galaxy S24 boeiender alternatieven.