Gestisci dati testuali nella richiesta
Un altro requisito del sistema di moderazione dei contenuti è considerare il sentiment dei commenti degli utenti. Il sistema deve individuare frasi specifiche problematiche per aiutare i moderatori a rivedere contenuti potenzialmente inappropriati.
Creerai un endpoint che analizza il testo inviato dagli utenti ed estrae flag di moderazione standardizzati.
Questo esercizio fa parte del corso
Deployment di AI in produzione con FastAPI
Istruzioni dell'esercizio
- Trasforma il testo in ingresso in minuscolo nella funzione
analyze_comment()per renderlo insensibile alle maiuscole/minuscole. - Estrai le parole chiave problematiche in
found_issuesdal testo elaborato usando la listaproblem_keywords. - Restituisci una risposta JSON con le seguenti chiavi:
issues(lista di parole chiave),issue_count(intero) eoriginal_text(stringa).
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
@app.post("/analyze_comment")
def analyze_comment(text: str):
problem_keywords = ["spam", "hate", "offensive", "abuse"]
# Convert the input text to lowercase
text_lower = ____
# Extract matching flags using list comprehension
found_issues = [____ for ____ in problem_keywords if keyword in text_lower]
# Return the dictionary with required keys
return {
"____": found_issues,
"____": len(found_issues),
"____": text
}