Zero-shot prompting dengan ulasan
Selain menjawab pertanyaan, mentransformasi teks, dan menghasilkan teks baru, model DeepSeek juga dapat digunakan untuk tugas klasifikasi, seperti kategorisasi dan analisis sentimen.
Dalam latihan ini, Anda akan mengeksplorasi penggunaan DeepSeek dalam mode chat untuk klasifikasi sentimen menggunakan ulasan dari toko sepatu online bernama Toe-Tally Comfortable. Idealnya, Anda menginginkan keluaran dalam bentuk:
1. Teks ulasan = <penilaian 1-5>
2. Teks ulasan = <penilaian 1-5>
3. ...
Latihan ini merupakan bagian dari kursus
Bekerja dengan DeepSeek di Python
Instruksi latihan
- Definisikan sebuah
promptuntuk mengklasifikasikan sentimen dari pernyataan yang disediakan menggunakan angka1hingga5(positif ke negatif)—jangan berikan contoh apa pun dulu! - Buat permintaan untuk mengirim prompt ini ke
deepseek-ai/DeepSeek-V4-Pro.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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",
messages=[{"role": "user", "content": ____}],
max_tokens=500
)
print(response.choices[0].message.content)