Click here to view the next lesson.

Proyecto 3: API de Análisis de Sentimientos con Transformador Ajustado

Paso 5: Ejecutar la API

Ejecutar el servidor FastAPI localmente:

uvicorn app:app --reload

Probar la API usando curl o una herramienta como Postman:

curl -X POST "http://127.0.0.1:8000/predict" \
-H "Content-Type: application/json" \
-d '{"text": "I absolutely loved this movie!"}'

Este código muestra cómo probar una API de análisis de sentimientos usando cURL. Analicemos sus componentes:

1. Componentes:

curl -X POST: Especifica que estamos realizando una solicitud POST a la API
http://127.0.0.1:8000/predict: La URL del punto final (localhost en el puerto 8000)
-H "Content-Type: application/json": Establece el encabezado para indicar que estamos enviando datos JSON
-d '{"text": "..."}': La carga útil de datos que contiene el texto a analizar

2. Respuesta Esperada:

La API devolverá una respuesta JSON que contiene:

El texto original de entrada
La clasificación del sentimiento (POSITIVE en este caso)
Un puntaje de confianza (0.998, indicando alta confianza)

Este comando puede usarse para probar la API después de iniciar el servidor con uvicorn, y puedes usar tanto cURL como herramientas alternativas como Postman para realizar estas solicitudes.

Respuesta:

{
  "text": "I absolutely loved this movie!",
  "sentiment": "POSITIVE",
  "confidence": 0.998
}

Este código muestra una respuesta JSON de un punto final de API de análisis de sentimientos. Analicemos sus componentes:

Campo de texto: "I absolutely loved this movie!" - Este es el texto de entrada original que se envió a la API para su análisis
Campo de sentimiento: "POSITIVE" - Esto indica la clasificación del modelo sobre el sentimiento expresado en el texto
Campo de confianza: 0.998 - Este es un puntaje de confianza muy alto (en una escala de 0 a 1) que indica que el modelo está extremadamente seguro de su clasificación de sentimiento positivo

Paso 5: Ejecutar la API

Ejecutar el servidor FastAPI localmente:

uvicorn app:app --reload

Probar la API usando curl o una herramienta como Postman:

curl -X POST "http://127.0.0.1:8000/predict" \
-H "Content-Type: application/json" \
-d '{"text": "I absolutely loved this movie!"}'

Este código muestra cómo probar una API de análisis de sentimientos usando cURL. Analicemos sus componentes:

1. Componentes:

curl -X POST: Especifica que estamos realizando una solicitud POST a la API
http://127.0.0.1:8000/predict: La URL del punto final (localhost en el puerto 8000)
-H "Content-Type: application/json": Establece el encabezado para indicar que estamos enviando datos JSON
-d '{"text": "..."}': La carga útil de datos que contiene el texto a analizar

2. Respuesta Esperada:

La API devolverá una respuesta JSON que contiene:

El texto original de entrada
La clasificación del sentimiento (POSITIVE en este caso)
Un puntaje de confianza (0.998, indicando alta confianza)

Este comando puede usarse para probar la API después de iniciar el servidor con uvicorn, y puedes usar tanto cURL como herramientas alternativas como Postman para realizar estas solicitudes.

Respuesta:

{
  "text": "I absolutely loved this movie!",
  "sentiment": "POSITIVE",
  "confidence": 0.998
}

Este código muestra una respuesta JSON de un punto final de API de análisis de sentimientos. Analicemos sus componentes:

Campo de texto: "I absolutely loved this movie!" - Este es el texto de entrada original que se envió a la API para su análisis
Campo de sentimiento: "POSITIVE" - Esto indica la clasificación del modelo sobre el sentimiento expresado en el texto
Campo de confianza: 0.998 - Este es un puntaje de confianza muy alto (en una escala de 0 a 1) que indica que el modelo está extremadamente seguro de su clasificación de sentimiento positivo

Paso 5: Ejecutar la API

Ejecutar el servidor FastAPI localmente:

uvicorn app:app --reload

Probar la API usando curl o una herramienta como Postman:

curl -X POST "http://127.0.0.1:8000/predict" \
-H "Content-Type: application/json" \
-d '{"text": "I absolutely loved this movie!"}'

Este código muestra cómo probar una API de análisis de sentimientos usando cURL. Analicemos sus componentes:

1. Componentes:

curl -X POST: Especifica que estamos realizando una solicitud POST a la API
http://127.0.0.1:8000/predict: La URL del punto final (localhost en el puerto 8000)
-H "Content-Type: application/json": Establece el encabezado para indicar que estamos enviando datos JSON
-d '{"text": "..."}': La carga útil de datos que contiene el texto a analizar

2. Respuesta Esperada:

La API devolverá una respuesta JSON que contiene:

El texto original de entrada
La clasificación del sentimiento (POSITIVE en este caso)
Un puntaje de confianza (0.998, indicando alta confianza)

Este comando puede usarse para probar la API después de iniciar el servidor con uvicorn, y puedes usar tanto cURL como herramientas alternativas como Postman para realizar estas solicitudes.

Respuesta:

{
  "text": "I absolutely loved this movie!",
  "sentiment": "POSITIVE",
  "confidence": 0.998
}

Este código muestra una respuesta JSON de un punto final de API de análisis de sentimientos. Analicemos sus componentes:

Campo de texto: "I absolutely loved this movie!" - Este es el texto de entrada original que se envió a la API para su análisis
Campo de sentimiento: "POSITIVE" - Esto indica la clasificación del modelo sobre el sentimiento expresado en el texto
Campo de confianza: 0.998 - Este es un puntaje de confianza muy alto (en una escala de 0 a 1) que indica que el modelo está extremadamente seguro de su clasificación de sentimiento positivo

Paso 5: Ejecutar la API

Ejecutar el servidor FastAPI localmente:

uvicorn app:app --reload

Probar la API usando curl o una herramienta como Postman:

curl -X POST "http://127.0.0.1:8000/predict" \
-H "Content-Type: application/json" \
-d '{"text": "I absolutely loved this movie!"}'

Este código muestra cómo probar una API de análisis de sentimientos usando cURL. Analicemos sus componentes:

1. Componentes:

curl -X POST: Especifica que estamos realizando una solicitud POST a la API
http://127.0.0.1:8000/predict: La URL del punto final (localhost en el puerto 8000)
-H "Content-Type: application/json": Establece el encabezado para indicar que estamos enviando datos JSON
-d '{"text": "..."}': La carga útil de datos que contiene el texto a analizar

2. Respuesta Esperada:

La API devolverá una respuesta JSON que contiene:

El texto original de entrada
La clasificación del sentimiento (POSITIVE en este caso)
Un puntaje de confianza (0.998, indicando alta confianza)

Este comando puede usarse para probar la API después de iniciar el servidor con uvicorn, y puedes usar tanto cURL como herramientas alternativas como Postman para realizar estas solicitudes.

Respuesta:

{
  "text": "I absolutely loved this movie!",
  "sentiment": "POSITIVE",
  "confidence": 0.998
}

Este código muestra una respuesta JSON de un punto final de API de análisis de sentimientos. Analicemos sus componentes:

Campo de texto: "I absolutely loved this movie!" - Este es el texto de entrada original que se envió a la API para su análisis
Campo de sentimiento: "POSITIVE" - Esto indica la clasificación del modelo sobre el sentimiento expresado en el texto
Campo de confianza: 0.998 - Este es un puntaje de confianza muy alto (en una escala de 0 a 1) que indica que el modelo está extremadamente seguro de su clasificación de sentimiento positivo

Compra este libro