ai.classify関数では、生成 AI を使用して、選択したカスタム ラベルに従って入力テキストを 1 行のコードで分類します。
注
概要
ai.classify 関数は、pandas Series クラスを拡張します。 ユーザー指定のラベルを各入力行に割り当てるには、 pandas DataFrame のテキスト列で関数を呼び出します。
この関数は、新しい DataFrame 列に格納できる分類ラベルを含む pandas Series を返します。
ヒント
ai.classify関数を少なくとも 2 つの入力ラベルと共に使用することをお勧めします。
構文
df["classification"] = df["input"].ai.classify("category1", "category2", "category3")
パラメーター
| 名前 | Description |
|---|---|
labels 必須 |
入力テキスト値に一致する分類ラベルのセットを表す 1 つ以上の 文字列 。 |
返品ポリシー
この関数は、各入力テキスト行の分類ラベルを含む pandas Series を返します。 テキスト値を分類できない場合は、対応するラベルが null。
Example
# This code uses AI. Always review output for mistakes.
df = pd.DataFrame([
"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!"
], columns=["descriptions"])
df["category"] = df['descriptions'].ai.classify("kitchen", "bedroom", "garage", "other")
display(df)
このコード セルの例では、次の出力が提供されます。
関連コンテンツ
pySpark で ai.classify を使用します。
ai.analyze_sentimentを使用してセンチメントを検出します。
ai.embed を使用してベクトル埋め込みを生成します。
ai_extractを使用してエンティティを抽出します。
ai.fix_grammarを使用して文法を修正します。
ai.generate_responseを使用してカスタム ユーザー プロンプトに応答します。
ai.similarity を使用して類似性を計算します。
ai.summarize を使用してテキストを集計します。
ai.translate を使用してテキストを翻訳します。
AI 関数の完全なセットの詳細を確認します。
必要な機能が見逃されましたか? ファブリックアイデアフォーラムでそれを提案.