Uso de ai.similarity con pandas

La ai.similarity función usa ia generativa para comparar dos expresiones de cadena y, a continuación, calcular una puntuación de similitud semántica. Solo usa una sola línea de código. Puede comparar valores de texto de una columna de un dataframe con un único valor de texto común o con valores de texto en pares en otra columna.

Nota:

• En este artículo se describe el uso de ai.similarity con pandas. Para usar ai.similarity con PySpark, consulte este artículo.
• Consulte otras funciones de IA en este artículo de información general.
• Aprenda a personalizar la configuración de las funciones de IA.

Información general

La función ai.similarity extiende la clase de la serie de pandas.

Para calcular la similitud semántica de cada fila de entrada para un único valor de texto común, llame a la función en una columna de texto dataFrame de Pandas . La función también puede calcular la similitud semántica de cada fila para los valores emparejados correspondientes en otra columna que tiene las mismas dimensiones que la columna de entrada.

La función devuelve una serie pandas que contiene puntuaciones de similitud, que se pueden almacenar en una nueva columna DataFrame.

Syntax

Comparación con un valor único

df["similarity"] = df["col1"].ai.similarity("value")

Comparación con valores en pares

df["similarity"] = df["col1"].ai.similarity(df["col2"])

Parámetros

Nombre	Description
other Obligatorio	Cadena que contiene: : un único valor de texto común, que se usa para calcular puntuaciones de similitud para cada fila de entrada. - Otra serie pandas con las mismas dimensiones que la entrada. Contiene valores de texto que se usarán para calcular puntuaciones de similitud en pares para cada fila de entrada.

Devoluciones

La función devuelve una serie pandas que contiene puntuaciones de similitud para cada fila de texto de entrada. Las puntuaciones de similitud de salida son relativas y son más efectivas para la ordenación. Los valores de puntuación pueden oscilar entre -1 (opuestos) y 1* (idénticos). Un valor de puntuación de 0 indica que los valores no están relacionados en el significado.

Example

Comparación con un valor único

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([ 
        ("Bill Gates"), 
        ("Satya Nadella"), 
        ("Joan of Arc")
    ], columns=["name"])
    
df["similarity"] = df["name"].ai.similarity("Microsoft")
display(df)

Esta celda de código de ejemplo proporciona la siguiente salida:

Comparación con valores en pares

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([ 
        ("Bill Gates", "Technology"), 
        ("Satya Nadella", "Healthcare"), 
        ("Joan of Arc", "Agriculture") 
    ], columns=["names", "industries"])
    
df["similarity"] = df["names"].ai.similarity(df["industries"])
display(df)

Esta celda de código de ejemplo proporciona la siguiente salida:

Contenido relacionado

• Usa ai.similarity con PySpark.

• Detectar opiniones con ai.analyze_sentiment.

• Clasificar texto con ai.classify.

• Genere incrustaciones de vectores con ai.embed.

• Extraiga entidades con ai_extract.

• Corrija la gramática con ai.fix_grammar.

• Responda a las solicitudes de usuario personalizadas con ai.generate_response.

• Resumir texto con ai.summarize.

• Traducir texto con ai.translate.

• Obtenga más información sobre el conjunto completo de funciones de inteligencia artificial.

• Personalice la configuración de las funciones de IA.

• ¿Perdimos una característica que necesita? Sugerirlo en el foro de Ideas de Fabric.