शुरू करेंमुफ़्त में शुरू करें

रिव्यू के साथ ज़ीरो-शॉट प्रॉम्प्टिंग

सवालों के जवाब देने, टेक्स्ट ट्रांसफॉर्म करने, और नया टेक्स्ट जनरेट करने के अलावा, DeepSeek मॉडल्स का उपयोग क्लासिफिकेशन जैसे कार्यों में भी किया जा सकता है, जैसे कैटेगराइज़ेशन और सेंटिमेंट एनालिसिस.

इस अभ्यास में, आप चैट मोड में DeepSeek का इस्तेमाल करते हुए सेंटिमेंट क्लासिफिकेशन की जाँच करेंगे, जहाँ स्रोत एक ऑनलाइन शू स्टोर Toe-Tally Comfortable के रिव्यू हैं। आदर्श रूप से, आप ऐसे आउटपुट चाहेंगे:

1. Review text = <1-5 rating>
2. Review text = <1-5 rating>
3. ...

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में DeepSeek के साथ काम करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दिए गए कथनों के सेंटिमेंट को 1 से 5 (पॉज़िटिव से नेगेटिव) संख्याओं का उपयोग करके वर्गीकृत करने के लिए एक prompt परिभाषित करें — अभी कोई उदाहरण न दें!
  • इस प्रॉम्प्ट को deepseek-ai/DeepSeek-V4.1-Flash पर भेजने के लिए एक रिक्वेस्ट बनाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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-V4.1-Flash",
  messages=[{"role": "user", "content": ____}],
  max_tokens=500
)

print(response.choices[0].message.content)
कोड संपादित करें और चलाएँ