ai_classify

Classificeert documentinhoud in een van de opgegeven labels met behulp van AI/LLM.

Voor de overeenkomstige Databricks SQL-functie, zie de ai_classify functie.

Syntax

from pyspark.sql import functions as dbf

dbf.ai_classify(col=<col>, labels=<labels>, options=<options>)

Parameters

Parameter	Type	Beschrijving
col	pyspark.sql.Column of str	Een kolom met de documentinhoud die moet worden geclassificeerd.
labels	list, dict, pyspark.sql.Column, of str	Een letterlijke labelset (Python lijst met labeltekenreeksen of dicttoewijzingslabelnamen aan beschrijvingen, automatisch geserialiseerd naar een JSON-letterlijke waarde) of een kolomexpressie waarvan de waarde per rij een JSON-matrix is met labeltekenreeksen of een JSON-objecttoewijzingslabelnamen aan beschrijvingen.
options	dictfacultatief	Een woordenlijst met opties om het classificatiegedrag te beheren.

Returns

pyspark.sql.Column: Een nieuwe kolom met het classificatieresultaat.

Het standaardgedrag is classificatie met één label. Als u classificatie met meerdere labels wilt inschakelen en de volledige set ondersteunde opties wilt bekijken, raadpleegt u de handleiding voor de SQL-taal.

Examples

# Static labels (same set for every row)
df.select(ai_classify("text", ["positive", "negative", "neutral"]))
df.select(ai_classify("text", {"positive": "Happy tone", "negative": "Unhappy tone"}))

# Per-row labels (a column whose value is a JSON array or JSON object string)
df.select(ai_classify("text", col("labels_json")))