為餐廳評論建立嵌入向量
嵌入向量很適合用在常見的分類任務，其中之一就是情緒分析。接下來這個練習與下一個練習，會帶你走過使用嵌入向量進行情緒分析的工作流程。
你已獲得一小筆餐廳評論樣本，存在 reviews，以及對應的情緒標籤，存在 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!"]
你將使用 zero-shot 分類，透過對評論與類別標籤建立嵌入向量，來判定這些評論的情緒。
你先前建立的 create_embeddings() 函式也可以在這裡使用。
本練習屬於課程
Introduction to Embeddings with the OpenAI API
練習說明
- 使用串列生成式，從
sentiments字典中的標籤建立一個類別說明的清單class_descriptions。 - 使用
create_embeddings()函式為class_descriptions與reviews建立嵌入向量。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create a list of class descriptions from the sentiment labels
class_descriptions = ____
# Embed the class_descriptions and reviews
class_embeddings = ____
review_embeddings = ____