Încorporarea recenziilor de restaurante

Una dintre sarcinile de clasificare pentru care încorporările (embeddings) sunt deosebit de utile este analiza sentimentelor. În acest exercițiu și în cel următor, vei parcurge fluxul de lucru pentru realizarea analizei sentimentelor cu ajutorul încorporărilor.

Ai la dispoziție un eșantion mic de recenzii de restaurant, stocat în reviews, și etichete de sentiment stocate în 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!"]

Vei folosi clasificarea zero-shot pentru a determina sentimentul acestor recenzii, prin încorporarea recenziilor și a etichetelor de clasă.

Funcția create_embeddings() creată anterior este disponibilă și în acest exercițiu.

Acest exercițiu face parte din cursul

Introducere în Embeddings cu API-ul OpenAI

Vezi cursul

Instrucțiuni pentru exercițiu

Creează o listă de descrieri de clase din etichetele din dicționarul sentiments, folosind o listă comprehensivă.
Încorporează class_descriptions și reviews cu ajutorul funcției create_embeddings().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a list of class descriptions from the sentiment labels
class_descriptions = ____

# Embed the class_descriptions and reviews
class_embeddings = ____
review_embeddings = ____

Editează și rulează codul