Analyse des sentiments avec quelques suggestions
Vous travaillez sur une étude de marché et votre objectif est d'utiliser le few-shot prompting pour effectuer une analyse des sentiments sur les avis clients. Vous attribuez une note à la conversation d'un client donné : -1 si le sentiment est négatif, 1 s'il est positif. Veuillez fournir les exemples suivants comme conversations précédentes afin que le modèle puisse en tirer des enseignements.
- La qualité du produit a dépassé mes attentes -> 1
- J'ai eu une expérience déplorable avec le service client de ce produit -1
Le package OpenAI a été préchargé pour vous.
Cet exercice fait partie du cours
Ingénierie rapide avec l'API OpenAI
Instructions
- Veuillez fournir les exemples comme dans les conversations précédentes, en attribuant le texte comme contexte pour le rôle
useret le numéro comme contexte pour le rôleassistant. - Veuillez fournir le texte suivant afin que le modèle puisse le classer et utiliser le rôle approprié :
The price of the product is really fair given its features.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
client = OpenAI(api_key="")
response = client.chat.completions.create(
model = "gpt-4o-mini",
# Provide the examples as previous conversations
messages = [{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
{"role": "____", "content": "____"},
# Provide the text for the model to classify
{"role": "____", "content": "____"}
],
temperature = 0
)
print(response.choices[0].message.content)