LoslegenKostenlos loslegen

Strukturierte Ausgabe aus der API zurückgeben

Du baust ein System zur Inhaltsmoderation und sollst einen POST-Endpoint definieren, um ein vortrainiertes Sentiment-Analyse-Modell an Nutzerkommentaren zu testen.

Du musst einen Endpoint erstellen, der pydantic-Modelle nutzt, um Vorhersagen in einem strukturierten Format zurückzugeben.

Hinweis: Die Pydantic-Modelle – CommentRequest und CommentResponse – sind bereits für dich erstellt, ebenso wie das vortrainierte sentiment_model aus der vordefinierten Klasse SentimentAnalyzer.

Diese Übung ist Teil des Kurses

KI in der Produktion mit FastAPI bereitstellen

Kurs anzeigen

Anleitung zur Übung

  • Implementiere einen POST-Endpoint unter der Route /analyze.
  • Validiere den request in der Funktion analyze_comment() entsprechend CommentRequest.
  • Erzeuge Vorhersagen mit sentiment_model, indem du das text-Feld aus request übergibst.
  • Gib die Vorhersageattribute zurück (text aus request, "label" und "score" aus result[0]), um die ausgehende Antwort in CommentResponse zu formatieren.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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"
        )
Code bearbeiten und ausführen