Mulai sekarangMulai gratis

Mengembalikan keluaran terstruktur dari API

Anda sedang membangun sistem moderasi konten di mana Anda perlu mendefinisikan endpoint POST untuk menguji model analisis sentimen pra-latih pada komentar pengguna.

Anda perlu membuat endpoint yang memanfaatkan model pydantic untuk mengembalikan prediksi dalam format terstruktur.

Catatan: Model Pydantic — CommentRequest dan CommentResponse — sudah dibuat untuk Anda gunakan bersama sentiment_model pra-latih dari kelas SentimentAnalyzer yang telah didefinisikan sebelumnya.

Latihan ini merupakan bagian dari kursus

Menerapkan AI ke Produksi dengan FastAPI

Lihat Kursus

Instruksi latihan

  • Implementasikan endpoint POST pada rute /analyze.
  • Validasi request dalam fungsi analyze_comment() sesuai CommentRequest.
  • Lakukan prediksi menggunakan sentiment_model dengan meneruskan text dari request.
  • Kembalikan atribut prediksi (text dari request, "label" dan "score" dari result[0]) untuk membentuk respons keluar dalam CommentResponse.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Create a POST request endpoint
@app.____("/analyze")
# Capture the request text for validation as per CommentRequest model
def analyze_comment(____: CommentRequest):
    try:
        # Specify pass the request text to the model
        result = sentiment_model(____.____)
        # Specify the result attributes to complete the comment response
        return CommentResponse(text=____, 
                               sentiment=____, 
                               confidence=____)
    except Exception:
        raise HTTPException(status_code=500,
            detail="Prediction failed"
        )
Edit dan Jalankan Kode