CommencezCommencez gratuitement

Invite zéro exemple avec des avis

En plus de répondre à des questions, de transformer du texte et d'en générer, les modèles DeepSeek peuvent aussi servir à des tâches de classification, comme la catégorisation et l'analyse de sentiment.

Dans cet exercice, vous allez explorer l'utilisation de DeepSeek en mode clavardage pour classifier le sentiment d'avis provenant d'une boutique de chaussures en ligne appelée Toe-Tally Comfortable. Idéalement, vous cherchez à obtenir des sorties au format :

1. Texte de l'avis = <cote 1-5>
2. Texte de l'avis = <cote 1-5>
3. ...

Cette activité fait partie du cours

Travailler avec DeepSeek en Python

Voir le cours

Instructions de l’exercice

  • Définissez une prompt pour classifier le sentiment des énoncés fournis à l'aide des nombres de 1 à 5 (positif à négatif) — ne donnez aucun exemple pour l'instant !
  • Créez une requête pour envoyer cette invite à deepseek-ai/DeepSeek-V4-Pro-0813.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")

# Define a multi-line prompt to classify sentiment
prompt = """____. Return no explanations:
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 model
response = client.chat.completions.create(
  model="deepseek-ai/DeepSeek-V4-Pro-0813",
  messages=[{"role": "user", "content": ____}],
  max_tokens=500
)

print(response.choices[0].message.content)
Modifier et exécuter le code