Анализ тональности текста

Урок 50 из 80 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Вы будете использовать Gemini для извлечения оценок тональности отзывов. Чтобы запустить следующую cell, ваш API key должен быть сохранен в Colab Secret с именем GEMINI_API_KEY. Если у вас еще нет API key или вы не знаете, как создать Colab Secret, см. Authentication для примера. Начните с определения того, как вы хотите, чтобы ваш JSON возвращался, и по каким категориям вы хотели бы классифицировать элемент. После этого определите несколько примеров. В данном случае вы пытаетесь классифицировать отзывы как положительные, нейтральные или отрицательные. Взгляните на каждую из возвращенных вероятностей, чтобы увидеть, как каждый из этих отзывов будет классифицирован моделью Gemini. Вспомогательная функция для генерации контента из sentiment llm: Теперь вы использовали Gemini API для анализа тональности отзывов о ресторанах с использованием структурированных данных. Попробуйте другие типы текстов, например, комментарии под видео или электронные письма. Пожалуйста, ознакомьтесь с другими notebooks в этом каталоге, чтобы узнать больше о том, как вы можете использовать Gemini API для других задач, связанных с JSON.

План урока

  1. Настройте ваш API key
  2. Пример
  3. Резюме

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Полезные гиды