Prompting zero-shot na recenzjach
Modele OpenAI nie służą tylko do odpowiadania na pytania, przekształcania tekstu i generowania nowych treści – można je również wykorzystać do zadań klasyfikacyjnych, takich jak kategoryzacja i analiza sentymentu.
W tym ćwiczeniu sprawdzisz, jak używać modeli czatu OpenAI do klasyfikacji sentymentu na podstawie recenzji internetowego sklepu obuwniczego Toe-Tally Comfortable.
To ćwiczenie jest częścią kursu
Praca z API OpenAI
Instrukcje do ćwiczenia
- Zdefiniuj
prompt, który klasyfikuje sentyment podanych wypowiedzi przy użyciu liczb od1do5(od pozytywnego do negatywnego). - Utwórz zapytanie do punktu końcowego Chat Completions, aby wysłać ten prompt do modelu
gpt-4o-mini.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)