Zero-shot prompting met reviews
Naast het beantwoorden van vragen, het transformeren van tekst en het genereren van nieuwe tekst, kunnen de modellen van OpenAI ook worden gebruikt voor classificatietaken, zoals categorisatie en sentimentanalyse.
In deze oefening ga je de chatmodellen van OpenAI gebruiken voor sentimentclassificatie met reviews van een online schoenenwinkel genaamd Toe-Tally Comfortable.
Deze oefening maakt deel uit van de cursus
Werken met de OpenAI API
Oefeninstructies
- Definieer een
promptom het sentiment van de gegeven uitspraken te classificeren met de cijfers1tot en met5(positief naar negatief). - Maak een verzoek naar het Chat Completions-eindpunt om deze prompt naar
gpt-4o-minite sturen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
client = OpenAI(api_key="")
# Define a multi-line prompt to classify sentiment
prompt = """____:
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 Completions endpoint
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": ____}],
max_completion_tokens=100
)
print(response.choices[0].message.content)