ai_extract
-functie
Van toepassing op: Databricks SQL
Belangrijk
Deze functie is beschikbaar als openbare preview.
In de preview
- Het onderliggende taalmodel kan verschillende talen verwerken, maar deze functies zijn afgestemd op Engels.
- Er is snelheidsbeperking voor de onderliggende Foundation Model-API's. Zie De limieten voor foundationmodel-API's om deze limieten bij te werken.
Met ai_extract()
de functie kunt u een state-of-the-art AI-model aanroepen om entiteiten te extraheren die zijn opgegeven door labels uit een bepaalde tekst met behulp van SQL. Deze functie maakt gebruik van een chatmodel voor eindpunten dat beschikbaar wordt gesteld door Databricks Foundation Model-API's.
Vereisten
Belangrijk
De onderliggende modellen die op dit moment kunnen worden gebruikt, hebben een licentie onder de Apache 2.0-licentie of llama 2-communitylicentie. Databricks raadt aan deze licenties te controleren om ervoor te zorgen dat alle toepasselijke voorwaarden worden nageleefd. Als er in de toekomst modellen ontstaan die beter presteren op basis van de interne benchmarks van Databricks, kan Databricks het model wijzigen (en de lijst met toepasselijke licenties op deze pagina).
Momenteel is Mixtral-8x7B Instruct het onderliggende model dat deze AI-functies mogelijk maakt.
- Deze functie is alleen beschikbaar voor werkruimten in foundationmodel-API's die per token worden ondersteund.
- Deze functie is niet beschikbaar in Azure Databricks SQL Classic.
- Controleer de pagina met prijzen voor Databricks SQL.
Syntaxis
ai_extract(content, labels)
Argumenten
content
: EenSTRING
expressie.labels
: EenARRAY<STRING>
letterlijke. Elk element is een type entiteit dat moet worden geëxtraheerd.
Retouren
Een STRUCT
waar elk veld overeenkomt met een entiteitstype dat is opgegeven in labels
. Elk veld bevat een tekenreeks die de geëxtraheerde entiteit vertegenwoordigt. Als er meer dan één kandidaat voor een entiteitstype wordt gevonden, wordt er slechts één geretourneerd.
Als content
dat het is NULL
, is NULL
het resultaat .
Voorbeelden
> SELECT ai_extract(
'John Doe lives in New York and works for Acme Corp.',
array('person', 'location', 'organization')
);
{"person": "John Doe", "location": "New York", "organization": "Acme Corp."}
> SELECT ai_extract(
'Send an email to jane.doe@example.com about the meeting at 10am.',
array('email', 'time')
);
{"email": "jane.doe@example.com", "time": "10am"}