Använda ai.extract med Pandas

Funktionen ai.extract använder generativ AI för att skanna indatatext och extrahera specifika typer av information som du väljer (till exempel platser eller namn). Den använder bara en enda kodrad.

Anmärkning

• Den här artikeln beskriver hur du använder ai.extract med pandas. Information om hur du använder ai.extract med PySpark finns i den här artikeln.
• Se andra AI-funktioner i den här översiktsartikeln.
• Lär dig hur du anpassar konfigurationen av AI-funktioner.

Översikt

Klassen ai.extract utökas av funktionen . Om du vill extrahera anpassade entitetstyper från varje rad med indata anropar du funktionen i en pandas DataFrame-textkolumn .

Till skillnad från andra AI-funktioner returnerar ai.extract en Pandas DataFrame, i stället för en serie, med en separat kolumn för varje angiven entitetstyp som innehåller extraherade värden för varje indatarad.

Syntax

df_entities = df["text"].ai.extract("entity1", "entity2", "entity3")

Parameterar

Namn	Description
labels Krävs	En eller flera strängar som representerar uppsättningen entitetstyper som ska extraheras från indatatextvärdena.
aifunc.ExtractLabel Valfritt	En eller flera etikettdefinitioner som beskriver fälten som ska extraheras. Mer information finns i tabellen ExtractLabel Parameters.

ExtractLabel-parametrar

Namn	Description
label Krävs	En sträng som representerar entiteten som ska extraheras från indatatextvärdena.
description Valfritt	En sträng som lägger till extra kontext för AI-modellen. Den kan innehålla krav, kontext eller instruktioner för AI:n att tänka på när extrahering utförs.
max_items Valfritt	En int som anger det maximala antalet objekt som ska extraheras för den här etiketten.
type Valfritt	JSON-schematyp för det extraherade värdet. Typer som stöds för den här klassen är string, number, integer, boolean, objectoch array.
properties Valfritt	Fler JSON-schemaegenskaper för typen som en ordlista. Den kan innehålla stödda egenskaper som "element" för matriser, "egenskaper" för objekt, "enum" för enumtyper och mer. Se exempelanvändning i den här artikeln.
raw_col Valfritt	En sträng som anger kolumnnamnet för det råa LLM-svaret. Råsvaret innehåller en lista över ordlistepar för varje entitetsetikett, inklusive "orsak" och "extraction_text".

Retur

Funktionen returnerar en Pandas DataFrame- med en kolumn för varje angiven entitetstyp. Kolumnen eller kolumnerna innehåller de entiteter som extraheras för varje rad med indatatext. Om funktionen identifierar mer än en matchning för en entitet returnerar den bara en av dessa matchningar. Om ingen matchning hittas blir resultatet null.

Standardreturtypen är en lista med strängar för varje etikett. Om användarna väljer att ange en annan typ i konfigurationen aifunc.ExtractLabel , till exempel "type=heltal", blir utdata en lista över python-int. Om användarna anger "max_items=1" i konfigurationen aifunc.ExtractLabel returneras endast ett element av typen för etiketten.

Example

endast etiketter

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        "MJ Lee lives in Tuscon, AZ, and works as a software engineer for Contoso.",
        "Kris Turner, a nurse at NYU Langone, is a resident of Jersey City, New Jersey."
    ], columns=["descriptions"])

df_entities = df["descriptions"].ai.extract("name", "profession", "city")
display(df_entities)

Den här exempelkodcellen innehåller följande utdata:

ExtractLabel

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        "Alex Rivera, a 24-year-old midfielder from Barcelona, scored 12 goals last season, with an impressive 5 goals in one game.",
        "Jordan Smith, a 29-year-old striker from Manchester, scored exactly 1 goal in every game, for a total of 34 goals."
    ], columns=["bio"])

df["goals"] = df["bio"].ai.extract(
    aifunc.ExtractLabel(
        label = "goals", 
        description = "total goals only", 
        max_items = 1, 
        type = "integer"
    )
)
display(df)

Den här exempelkodcellen innehåller följande utdata:

Relaterat innehåll

• Använd ai.extract med PySpark.

• Identifiera sentiment med ai.analyze_sentiment.

• Kategorisera text med ai.classify.

• Generera vektorbäddningar med ai.embed.

• Åtgärda grammatik med ai.fix_grammar.

• Svara på anpassade användarfrågor med ai.generate_response.

• Beräkna likhet med ai.similarity.

• Sammanfatta text med ai.summarize.

• Översätt text med ai.translate.

• Läs mer om den fullständiga uppsättningen AI-funktioner.

• Anpassa konfigurationen av AI-funktioner.

• Missade vi en funktion som du behöver? Föreslå det på forumet Fabric Ideas.