Classification

Puede usar clasificación para clasificar los documentos en categorías predefinidas con IA.

Entre los ejemplos de clasificación se incluyen:

  • Clasificación de transcripciones de llamadas de cliente por intención
  • Clasificación de documentos por tipo de contenido
  • Clasificación de revisiones de productos por opinión

La clasificación está disponible a través de la interfaz Agent Bricks, en SQL, con la API REST y con la API Asíncrona (Beta).

Crea un agente de clasificación en la interfaz

Requirements

Vaya al icono Agentes.Agentes en el panel de navegación izquierdo del área de trabajo. Haga clic en Crear agente y seleccione Clasificación de texto.

Paso 1. Selección de los datos de origen

Use Clasificación para clasificar los documentos.

  1. Seleccione los datos de origen. Puede seleccionar un volumen con documentos o una tabla con datos de texto.

  2. Haga clic en Crear agente.

Paso 2. Configuración de etiquetas de clasificación

Después de que la clasificación procese los datos, configure y refine las etiquetas de clasificación.

Para agregar etiquetas de clasificación manualmente:

  1. Haga clic en + Agregar etiqueta para agregar una etiqueta de clasificación.
  2. Escriba el nombre de la etiqueta y la descripción opcional y, a continuación, haga clic en Agregar etiqueta.
  3. Repita el 1 al 2 para cada etiqueta que quiera agregar.
  4. (Opcional) Habilite Varias etiquetas si desea que el agente devuelva más de una etiqueta.

Para importar etiquetas desde una tabla:

  1. Haga clic en Importar desde la tabla.
  2. Seleccione la tabla y haga clic en Siguiente.
  3. Seleccione la columna de etiqueta, la columna de descripción y SQL Warehouse.
  4. Haga clic en Vista previa para ver las etiquetas que se importan.
  5. Si está satisfecho con las etiquetas, haga clic en Importar y reemplazar etiquetas.

Debe tener al menos dos etiquetas definidas para ejecutar la clasificación. Después de terminar de añadir tus etiquetas, haz clic en Guardar y ejecutar clasificación.

Para configurar opciones adicionales, haga clic en el botón de alternancia de opciones Icono de controles deslizantes. situado junto a Guardar y ejecutar clasificación y, a continuación, habilite una o varias de las siguientes opciones:

  • Puntuaciones de confianza: Muestra niveles de confianza para etiquetas predichas.
  • Justificaciones: muestra la justificación de las etiquetas predichas.

La clasificación clasifica hasta 5 documentos y filas y muestra los resultados. También puede agregar más.

UI de revisión de clasificación que muestra etiquetas de clasificación y resultados

Paso 3. Revisar y mejorar las respuestas de clasificación

Revisa las respuestas de clasificación y envía comentarios para mejorar el agente.

  1. Revise el documento y la respuesta de clasificación:

    • Si la respuesta es correcta, dale un me gusta.
    • Si la respuesta es incorrecta, márquela con un voto negativo. La clasificación de ayuda corrige la respuesta seleccionando la etiqueta correcta. Haz clic en Guardar.
  2. Para mejorar las respuestas del agente, ajuste las descripciones de la etiqueta de clasificación.

  3. Compare versiones para optimizar el rendimiento del agente. Haga clic en Versiones. Junto a una versión anterior, haga clic en Comparar para comparar las descripciones de etiquetas de clasificación de una versión anterior con la versión actual. Haga clic en Restaurar para restaurar una versión anterior.

Paso 4. Uso del agente de clasificación

Si está satisfecho con las respuestas, empiece a usar el agente para la clasificación a escala.

Haz clic en Usar agente en la esquina superior derecha. Puede elegir:

  • Ejecuta en SQL para usar el agente y clasificar todo tu volumen o tabla. Esto abre una consulta SQL que utiliza ai_classify junto con las etiquetas de clasificación que definiste. Para obtener más información sobre el uso ai_classify en consultas SQL, vea ai_classify Function.
  • Crea un pipeline de Lakeflow que se ejecute a intervalos programados para invocar tu agente con los nuevos datos. Esto crea un pipeline de Lakeflow que actualiza una tabla de streaming con tus datos clasificados. Puede configurar la programación de la canalización para que se ejecute cuando llegan nuevos datos. Para más información sobre las canalizaciones de Lakeflow, consulte Spark Declarative Pipelines on Lakeflow.

Clasificar documentos en SQL

Llama ai_classify a SQL para clasificar documentos a gran escala:

SELECT ai_classify(
  'My password is leaked.',
  '["urgent", "not_urgent"]',
  MAP('version', '2.1')
);

Consulta la ai_classify referencia SQL.

Clasificar documentos con la API REST

Utiliza la API REST para clasificar documentos de aplicaciones, servicios y flujos de trabajo de automatización. Consulta la documentación de la API REST para referencia.

El límite de tasa por defecto para ai_classify las solicitudes de la API REST es de 1.200 solicitudes por minuto por espacio de trabajo. Contacta con tu equipo de cuentas de Databricks para solicitar un límite superior.

El siguiente ejemplo clasifica un mensaje de atención al cliente:

curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/ai-classify" \
     -H "Authorization: Bearer $DATABRICKS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{
  "content": "My password is leaked.",
  "labels": ["urgent", "not_urgent"],
  "options": {
    "instructions": "Classify the support request by urgency."
  }
}'

Clasificar documentos con la API Asíncrona (Beta)

Utiliza la API Asíncrona de Funciones de IA (Beta) para clasificar muchos textos en un solo lote. Para los campos de solicitud y respuesta, y para las solicitudes para cancelar y listar lotes, véase la referencia de la API Asíncrona. Un administrador del espacio de trabajo debe activar la vista previa de la API asíncrona de Funciones de IA en la página de Vistas previas.

Note

Para clasificar las filas de una tabla de Unity Catalog en un trabajo, puedes usar una ai_classify tarea (Beta) en su lugar. La tarea lee y escribe en las tablas del Catálogo de Unity por ti, y cada ejecución procesa solo las filas que son nuevas o modificadas.

Para clasificar textos con la API Asíncrona:

  1. Crea un archivo de entrada JSONL con una línea por cada texto. Cada línea tiene una única custom_id y el texto en body.text:

    {"custom_id": "ticket-001", "body": {"text": "My password is leaked."}}
    {"custom_id": "ticket-002", "body": {"text": "How do I change my billing address?"}}
    
  2. Cargue el archivo de entrada en un volumen de Unity Catalog, por ejemplo, con la API de archivos.

  3. Crea un lote que ejecute ai_classify en el archivo de entrada. Los labels y options en params se aplican a cada línea, y output_ref es el directorio del volumen para los resultados:

    curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/batches" \
         -H "Authorization: Bearer $DATABRICKS_TOKEN" \
         -H "Content-Type: application/json" \
         -d '{
      "endpoint": "ai_classify",
      "input_ref": "/Volumes/my_catalog/my_schema/my_volume/requests.jsonl",
      "params": {
        "labels": ["urgent", "not_urgent"],
        "options": {
          "instructions": "Classify the support request by urgency."
        }
      },
      "output_ref": "/Volumes/my_catalog/my_schema/my_volume/output/"
    }'
    

    La respuesta contiene el lote name. Úsalo en lugar de <batch-name> en los siguientes pasos.

  4. Consulta el estado del lote. El lote termina cuando status es COMPLETED, CANCELLED, o FAILED:

    curl -X GET "$DATABRICKS_HOST/api/2.0/ai-functions/batches/<batch-name>" \
         -H "Authorization: Bearer $DATABRICKS_TOKEN"
    

    Cuando el archivo de salida está listo, output_ref en la respuesta contiene su ruta.

  5. Descarga el archivo de salida con la Files API:

    curl -X GET "$DATABRICKS_HOST/api/2.0/fs/files/Volumes/my_catalog/my_schema/my_volume/output/<batch-name>_output.jsonl" \
         -H "Authorization: Bearer $DATABRICKS_TOKEN" \
         -o output.jsonl
    

El archivo de salida tiene una línea por cada línea del archivo de entrada. Las líneas están en el mismo orden que el archivo de entrada. Cada línea tiene el custom_id de su petición y uno de los siguientes campos:

  • response: El resultado de la petición. Tiene los mismos campos que la respuesta de la API AI Classify REST.
  • error: el type y el message del error, si la solicitud no se completó correctamente.

El siguiente ejemplo muestra una línea para una petición que tuvo éxito y otra línea para una petición que falló:

{"custom_id": "ticket-001", "response": {...}}
{"custom_id": "ticket-002", "error": {"type": "request_failed", "message": "..."}}

Limitations

Consulte Limitaciones.