텍스트 요청 데이터 처리하기
콘텐츠 모더레이션 시스템의 또 다른 요구 사항은 사용자 댓글의 감정을 분석하는 것입니다. 이 시스템은 특정 문제 문구를 식별하여 모더레이터가 부적절할 수 있는 콘텐츠를 검토할 수 있도록 지원해야 합니다.
사용자로부터 들어오는 텍스트를 분석하고 표준화된 모더레이션 플래그를 추출하는 엔드포인트를 만들어 보겠습니다.
이 연습은 강의의 일부입니다
FastAPI로 AI 프로덕션 배포하기
연습 안내
analyze_comment()함수에서 입력 텍스트를 소문자로 변환하여 대소문자를 구분하지 않고 처리할 수 있도록 하세요.problem_keywords리스트를 사용해 처리된 텍스트에서 문제 키워드를found_issues에 추출하세요.issues(키워드 목록),issue_count(정수),original_text(문자열) 키를 포함한 JSON 응답을 반환하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
@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
}