Osadzanie recenzji restauracji
Jednym z popularnych zadań klasyfikacyjnych, do których osadzenia (embeddings) świetnie się nadają, jest analiza sentymentu. W tym i kolejnych ćwiczeniach przejdziesz przez cały proces wykonywania analizy sentymentu z wykorzystaniem osadzeń.
Otrzymujesz niewielką próbkę recenzji restauracji zapisaną w zmiennej reviews oraz etykiety sentymentu zapisane w zmiennej sentiments:
sentiments = [{'label': 'Positive'},
{'label': 'Neutral'},
{'label': 'Negative'}]
reviews = ["The food was delicious!",
"The service was a bit slow but the food was good",
"The food was cold, really disappointing!"]
Do klasyfikacji sentymentu tych recenzji wykorzystasz metodę zero-shot – osadzisz recenzje oraz etykiety klas.
Funkcja create_embeddings(), którą wcześniej utworzono, jest również dostępna do użycia.
To ćwiczenie jest częścią kursu
Wprowadzenie do osadzeń z OpenAI API
Instrukcje do ćwiczenia
- Utwórz listę opisów klas na podstawie etykiet ze słownika
sentiments, używając wyrażenia listowego (list comprehension). - Osadź
class_descriptionsireviewsza pomocą funkcjicreate_embeddings().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a list of class descriptions from the sentiment labels
class_descriptions = ____
# Embed the class_descriptions and reviews
class_embeddings = ____
review_embeddings = ____