Zero-Shot Prompting mit Bewertungen
Neben der Beantwortung von Fragen, der Umwandlung von Text und der Erstellung neuer Texte können die Modelle von OpenAI auch für Klassifizierungsaufgaben wie Kategorisierung und Stimmungsanalyse eingesetzt werden.
In dieser Übung erkundest du die Verwendung der Chat-Modelle von OpenAI für die Sentiment-Klassifizierung anhand von Bewertungen eines Online-Schuhgeschäfts namens Toe-Tally Comfortable.
Diese Übung ist Teil des Kurses
Arbeiten mit der OpenAI-API
Anleitung zur Übung
- Definiere eine
prompt, um die Stimmung der angegebenen Aussagen mit den Zahlen1bis5(positiv bis negativ) zu klassifizieren. - Erstelle eine Anfrage an den Chat-Completions-Endpunkt, um diesen Prompt an
gpt-4o-minizu senden.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
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)