Obsługa tekstowych danych żądania
Kolejnym wymaganiem systemu moderacji treści jest uwzględnianie wydźwięku komentarzy użytkowników. System musi identyfikować konkretne problematyczne frazy, aby pomóc moderatorom w przeglądaniu potencjalnie nieodpowiednich treści.
Stworzysz endpoint, który analizuje tekst przesyłany przez użytkowników i wyodrębnia ustandaryzowane flagi moderacyjne.
To ćwiczenie jest częścią kursu
Wdrażanie AI na produkcję z FastAPI
Instrukcje do ćwiczenia
- Zamień przychodzący tekst na małe litery w funkcji
analyze_comment(), aby uniezależnić analizę od wielkości liter. - Wyodrębnij problematyczne słowa kluczowe do zmiennej
found_issuesz przetworzonego tekstu, korzystając z listyproblem_keywords. - Zwróć odpowiedź JSON z następującymi kluczami:
issues(lista słów kluczowych),issue_count(liczba całkowita) orazoriginal_text(ciąg znaków).
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
@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
}