Classification

Vous pouvez utiliser la classification pour classifier vos documents en catégories prédéfinies avec l’IA.

Voici quelques exemples de classification :

  • Classification des transcriptions d’appels client par intention
  • Classification des documents par type de contenu
  • Classification des avis de produit par sentiment

La classification est disponible via l’UI Agent Bricks, en SQL, avec l’API REST, et avec l’API Asynchrone (Beta).

Créez un agent de classification dans l’interface utilisateur

Requirements

Accédez à l’icône Agents.Agents dans le volet de navigation gauche de votre espace de travail. Cliquez sur Créer un agent, puis sélectionnez Classification de texte.

Étape 1. Sélectionner vos données sources

Utilisez la classification pour classifier vos documents.

  1. Sélectionnez vos données sources. Vous pouvez sélectionner un volume avec des documents ou un tableau avec des données texte.

  2. Cliquez sur Créer un agent.

Étape 2. Configurer des étiquettes de classification

Une fois que la classification traite vos données, configurez et affinez vos étiquettes de classification.

Pour ajouter manuellement des étiquettes de classification :

  1. Cliquez sur + Ajouter une étiquette pour ajouter une étiquette de classification.
  2. Entrez le nom de l’étiquette et la description facultative, puis cliquez sur Ajouter une étiquette.
  3. Répétez 1 à 2 pour chaque étiquette que vous souhaitez ajouter.
  4. (Facultatif) Activez plusieurs étiquettes si vous souhaitez que l’agent retourne plusieurs étiquettes.

Pour importer des étiquettes à partir d’une table :

  1. Cliquez sur Importer à partir de la table.
  2. Sélectionnez la table, puis cliquez sur Suivant.
  3. Sélectionnez la colonne d’étiquette, la colonne de description et l’entrepôt SQL.
  4. Cliquez sur Aperçu pour afficher les étiquettes importées.
  5. Si vous êtes satisfait des étiquettes, cliquez sur Importer et remplacer des étiquettes.

Vous devez avoir au moins deux étiquettes définies pour exécuter la classification. Une fois que vous avez ajouté vos labels, cliquez sur Enregistrer et lancez la classification.

Pour configurer des options supplémentaires, cliquez sur le bouton d’options icône Sliders à côté de Enregistrer et exécuter la classification, puis activez une ou plusieurs des options suivantes :

  • Scores de confiance : Montre les niveaux de confiance pour les labels prédits.
  • Justifications : Affiche les justifications des étiquettes prédites.

La classification classifie jusqu’à 5 documents et lignes et affiche les résultats. Vous pouvez également ajouter d’autres éléments.

UI de revue de classification montrant les étiquettes de classification et les résultats

Étape 3. Examiner et améliorer les réponses de classification

Passez en revue les réponses de classification et donnez des commentaires pour améliorer l’agent.

  1. Passez en revue la réponse concernant le document et la classification :

    • Si la réponse est correcte, donnez-lui un pouce vers le haut.
    • Si la réponse est incorrecte, donnez-lui un pouce vers le bas. Aidez Classification à corriger la réponse en choisissant la bonne étiquette. Cliquez sur Enregistrer.
  2. Pour améliorer les réponses de l’agent, ajustez les descriptions des étiquettes de classification.

  3. Comparez les versions pour optimiser les performances de l’agent. Cliquez sur Versions. En regard d’une version précédente, cliquez sur Comparer pour comparer les descriptions d’étiquettes de classification d’une version précédente à la version actuelle. Cliquez sur Restaurer pour restaurer une version précédente.

Étape 4. Utiliser l’agent de classification

Si vous êtes satisfait des réponses, commencez à utiliser l’agent pour la classification à grande échelle.

Cliquez sur Utiliser l’agent en haut à droite. Vous pouvez choisir l’une ou l’autre des options suivantes :

  • Exécuter en SQL pour utiliser l’agent afin de classifier l’intégralité de votre volume ou de votre table. Cela ouvre une requête SQL qui utilise ai_classify les étiquettes de classification que vous avez définies. Pour plus d’informations sur l’utilisation ai_classify dans les requêtes SQL, consultez ai_classify la fonction.
  • Créez un pipeline Lakeflow qui fonctionne selon des intervalles planifiés pour invoquer votre agent sur de nouvelles données. Cela crée un pipeline Lakeflow qui met à jour une table en continu avec vos données classées. Vous pouvez configurer la planification du pipeline afin qu’il s’exécute quand de nouvelles données arrivent. Pour plus d’informations sur les pipelines Lakeflow, voir Spark Declarative Pipelines on Lakeflow.

Classifier les documents en SQL

Appelez ai_classify SQL pour classer les documents à grande échelle :

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

Voir la ai_classify référence SQL.

Classifier les documents avec l’API REST

Utilisez l’API REST pour classer les documents à partir d’applications, de services et de flux de travail d’automatisation. Voir la documentation de l’API REST pour référence.

La limite de débit par défaut pour les ai_classify requêtes API REST est de 1 200 requêtes par minute par espace de travail. Contactez votre équipe de compte Databricks pour demander une limite plus élevée.

L’exemple suivant classe un message de support client :

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."
  }
}'

Classifier les documents avec l’API Asynchrone (Bêta)

Utilisez l’API asynchrone AI Functions (Bêta) pour classer de nombreux textes dans un seul lot. Pour les champs de requête et de réponse, ainsi que pour les requêtes d’annulation et de liste des lots, voir la référence de l’API asynchrone. Un administrateur de l’espace de travail doit activer la préversion API asynchrone des fonctions IA sur la page Préversions.

Note

Pour classer les lignes d’une table Unity Catalog dans un job, vous pouvez utiliser une ai_classify tâche (Beta) à la place. La tâche lit et écrit dans les tables du catalogue Unity pour vous, et chaque exécution ne traite que les lignes nouvelles ou modifiées.

Pour classer les textes avec l’API asynchrone :

  1. Créez un fichier d’entrée JSONL avec une ligne pour chaque texte. Chaque ligne comporte un identifiant unique custom_id et le texte dans 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. Téléchargez le fichier d’entrée dans un volume Unity Catalog, par exemple avec l’API Files.

  3. Créez un lot qui exécute ai_classify sur le fichier d’entrée. Les labels et options dans params s’appliquent à chaque ligne, et output_ref est le répertoire des volumes pour les résultats :

    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 réponse contient le lot name. Utilisez-le à la place de <batch-name> dans les étapes suivantes.

  4. Vérifiez l’état du lot. Le lot est terminé lorsque status est COMPLETED, CANCELLED, ou FAILED:

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

    Lorsque le fichier de sortie est prêt, output_ref dans la réponse contient son chemin.

  5. Téléchargez le fichier de sortie avec 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
    

Le fichier de sortie contient une ligne pour chaque ligne du fichier d’entrée. Les lignes sont dans le même ordre que le fichier d’entrée. Chaque ligne contient le custom_id de sa demande et l’un des champs suivants :

  • response: Le résultat de la demande. Il possède les mêmes champs que la réponse API AI Classify REST.
  • error: Le type et le message de l’erreur, si la requête a échoué.

L’exemple suivant montre une ligne pour une requête réussie et une ligne pour une requête qui a échoué :

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

Limitations

Voir limitations