始める無料で始める

レビューを使ったゼロショットプロンプティング

質問への回答やテキストの変換、新規テキストの生成に加えて、DeepSeek モデルはカテゴリ分類や感情分析といった分類タスクにも活用できます。

この演習では、Toe-Tally Comfortable というオンライン靴ショップのレビューを使って、チャットモードの DeepSeek で感情分析を行います。理想的には、次のような形式の出力を目指します。

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

この演習はコースの一部です

Python で DeepSeek を使いこなす

コースを見る

演習の手順

  • 与えられた文章の感情を 1 から 5 の数値（ポジティブからネガティブ）で分類する prompt を定義しましょう—この時点ではまだ例を示さないでください。
  • このプロンプトを deepseek-ai/DeepSeek-V4.1-Flash に送信するリクエストを作成しましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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)
コードを編集して実行