Zero-Shot-Prompting mit Bewertungen
Die Modelle von OpenAI können nicht nur Fragen beantworten, Texte umwandeln und neue Texte erstellen, sondern auch für Klassifizierungsaufgaben wie Kategorisierung und Stimmungsanalyse eingesetzt werden.
In dieser Übung probierst du die Chat-Modelle von OpenAI für die Sentiment-Klassifizierung anhand von Bewertungen aus einem Online-Schuhgeschäft namens „Toe-Tally Comfortable” aus.
Diese Übung ist Teil des Kurses
Arbeiten mit der OpenAI-API
Anleitung zur Übung
- Leg eine „
prompt“ fest, um die Stimmung der Aussagen mit den Zahlen von „1“ bis „5“ (positiv bis negativ) einzuteilen. - Erstelle eine Anfrage an den Chat-Completions-Endpunkt, um diesen Prompt an
gpt-4o-minizu senden.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
client = OpenAI(api_key="")
# Define a multi-line prompt to classify sentiment
prompt = """____:
1. Unbelievably good!
2. Shoes fell apart on the second use.
3. The shoes look nice, but they aren't very comfortable.
4. Can't wait to show them off!"""
# Create a request to the Chat Completions endpoint
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": ____}],
max_completion_tokens=100
)
print(response.choices[0].message.content)