BaşlayınÜcretsiz başlayın

API'den yapılandırılmış çıktı döndürme

Kullanıcı yorumları üzerinde önceden eğitilmiş bir duygu analizi modelini test etmek için bir POST endpoint'i tanımlaman gereken bir içerik moderasyon sistemi oluşturuyorsun.

Tahminleri yapılandırılmış bir formatta döndürmek için pydantic modellerinden yararlanan bir endpoint oluşturmalısın.

Not: Pydantic modelleri — CommentRequest ve CommentResponse — ile birlikte, önceden tanımlanmış SentimentAnalyzer sınıfından gelen önceden eğitilmiş sentiment_model kullanman için hazır.

Bu egzersiz, kursun bir parçasıdır

FastAPI ile Üretime AI Dağıtımı

Kursa Göz Atın

Egzersiz talimatları

  • /analyze rotasında bir POST endpoint'i uygula.
  • analyze_comment() fonksiyonunda request'i CommentRequest'e göre doğrula.
  • sentiment_model ile tahmin yapmak için request'in text'ini ilet.
  • Giden yanıtı CommentResponse içinde biçimlendirmek üzere tahmin özniteliklerini döndür (request'ten text, result[0] içinden "label" ve "score").

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create a POST request endpoint
@app.____("/analyze")
# Capture the request text for validation as per CommentRequest model
def analyze_comment(____: CommentRequest):
    try:
        # Specify pass the request text to the model
        result = sentiment_model(____.____)
        # Specify the result attributes to complete the comment response
        return CommentResponse(text=____, 
                               sentiment=____, 
                               confidence=____)
    except Exception:
        raise HTTPException(status_code=500,
            detail="Prediction failed"
        )
Kodu Düzenle ve Çalıştır