Začněte nyníZačněte zdarma

Vrácení strukturovaného výstupu z API

Vytváříš systém moderování obsahu, ve kterém potřebuješ definovat POST endpoint pro testování předtrénovaného modelu analýzy sentimentu na uživatelských komentářích.

Tvým úkolem je vytvořit endpoint, který využívá modely pydantic k vrácení predikcí ve strukturovaném formátu.

Poznámka: Pydantic modely CommentRequest a CommentResponse jsou již připravené k použití spolu s předtrénovaným sentiment_model z předdefinované třídy SentimentAnalyzer.

Toto cvičení je součástí kurzu

Nasazení AI do produkce s FastAPI

Zobrazit kurz

Pokyny k cvičení

  • Implementuj POST endpoint na route /analyze.
  • Validuj request ve funkci analyze_comment() podle schématu CommentRequest.
  • Proveď predikci pomocí sentiment_model tak, že mu předáš text z request.
  • Vrať atributy predikce (text z request, "label" a "score" z result[0]) a naformátuj tak odchozí odpověď do podoby CommentResponse.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a POST request endpoint
@app.____("/analyze")
# Capture the request text for validation as per CommentRequest model
def analyze_comment(____: CommentRequest):
    try:
        # Specify pass the request text to the model
        result = sentiment_model(____.____)
        # Specify the result attributes to complete the comment response
        return CommentResponse(text=____, 
                               sentiment=____, 
                               confidence=____)
    except Exception:
        raise HTTPException(status_code=500,
            detail="Prediction failed"
        )
Upravit a spustit kód