Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
La ai.classify funzione usa l'intelligenza artificiale generativa per classificare il testo di input in base alle etichette personalizzate scelte, con una singola riga di codice.
Annotazioni
- Questo articolo illustra l'uso di ai.classify con PySpark. Per usare ai.classify con pandas, vedere questo articolo.
- Vedere altre funzioni di intelligenza artificiale in questo articolo di panoramica.
- Informazioni su come personalizzare la configurazione delle funzioni di intelligenza artificiale.
Informazioni generali
La ai.classify funzione è disponibile per i dataframe Spark. È necessario specificare il nome di una colonna di input esistente come parametro, insieme a un elenco di etichette di classificazione.
La funzione restituisce un nuovo dataframe con etichette che corrispondono a ogni riga di testo di input, archiviata in una colonna di output.
Sintassi
df.ai.classify(labels=["category1", "category2", "category3"], input_col="text", output_col="classification")
Parametri
| Nome | Description |
|---|---|
labels Obbligatorio |
Matrice di stringhe che rappresenta il set di etichette di classificazione da associare ai valori di testo nella colonna di input. |
input_col Obbligatorio |
Stringa contenente il nome di una colonna esistente con valori di testo di input da classificare in base alle etichette personalizzate. |
output_col Opzionale |
Stringa contenente il nome di una nuova colonna in cui si vuole archiviare un'etichetta di classificazione per ogni riga di testo di input. Se non si imposta questo parametro, viene generato un nome predefinito per la colonna di output. |
error_col Opzionale |
Stringa contenente il nome di una nuova colonna. La nuova colonna archivia tutti gli errori OpenAI risultanti dall'elaborazione di ogni riga di testo di input. Se non si imposta questo parametro, viene generato un nome predefinito per la colonna di errore. Se non sono presenti errori per una riga di input, il valore in questa colonna è null. |
Restituzioni
La funzione restituisce un dataframe Spark che include una nuova colonna contenente etichette di classificazione che corrispondono a ogni riga di testo di input. Se non è possibile classificare un valore di testo, l'etichetta corrispondente è null.
Example
# This code uses AI. Always review output for mistakes.
df = spark.createDataFrame([
("This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",),
("Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",),
("Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!",)
], ["descriptions"])
categories = df.ai.classify(labels=["kitchen", "bedroom", "garage", "other"], input_col="descriptions", output_col="categories")
display(categories)
Questa cella di codice di esempio fornisce l'output seguente:
Contenuti correlati
Rilevare il sentiment con ai.analyze_sentiment.
Generare incorporamenti vettoriali con ai.embed.
Estrarre entità con ai_extract.
Correggere la grammatica con ai.fix_grammar.
Rispondere alle richieste dell'utente personalizzate con ai.generate_response.
Calcolare la somiglianza con ai.similarity.
Riepilogare il testo con ai.summarize.
Tradurre il testo con ai.translate.
Altre informazioni sul set completo di funzioni di intelligenza artificiale.
Personalizzare la configurazione delle funzioni di intelligenza artificiale.
Abbiamo perso una funzionalità necessaria? Suggeriscilo nel forum Fabric Ideas.