Restaurantbewertungen einbetten

Eine häufige Klassifizierungsaufgabe, für die sich Einbettungen hervorragend eignen, ist die Stimmungsanalyse. In dieser und den folgenden Übungen navigierst du durch den Workflow der Sentiment-Analyse mit Embeddings.

Du hast eine kleine Auswahl von Restaurantbewertungen, die in reviews gespeichert sind, und Stimmungslabels, die in sentiments gespeichert sind:

sentiments = [{'label': 'Positive'},

              {'label': 'Neutral'},

              {'label': 'Negative'}]


reviews = ["The food was delicious!",

           "The service was a bit slow but the food was good",

           "The food was cold, really disappointing!"]

Du verwendest die Zero-Shot-Klassifizierung, um die Stimmung dieser Bewertungen zu klassifizieren, indem du die Bewertungen und Klassenlabels einbettest.

Die Funktion create_embeddings(), die du zuvor erstellt hast, kann ebenfalls verwendet werden.

Diese Übung ist Teil des Kurses

Einführung in Embeddings mit der OpenAI API

Kurs anzeigen

Anleitung zur Übung

Erstelle eine Liste von Klassenbeschreibungen aus den Bezeichnungen im sentiments Wörterbuch mit Hilfe eines Listenverständnisses.
Binde class_descriptions und reviews mit der Funktion create_embeddings() ein.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Create a list of class descriptions from the sentiment labels
class_descriptions = ____

# Embed the class_descriptions and reviews
class_embeddings = ____
review_embeddings = ____

Code bearbeiten und ausführen