通过

ai_extract 函数

  • 项目

适用于：勾选“是” Databricks SQL 勾选“是” Databricks Runtime

重要

此功能目前以公共预览版提供。

在预览版中：

  • 基础语言模型可以处理多种语言，但这些函数针对英语进行了优化。
  • 底层基础模型 API 存在速率限制。 请参阅基础模型 API 限制，以便更新这些限制。

ai_extract() 函数允许你调用最先进的生成式 AI 模型，以使用 SQL 从给定文本中提取标签指定的实体。 此函数使用通过 Databricks 基础模型 API 提供的聊天模型服务终结点。

要求

重要

目前可能使用的基础模型根据 Apache 2.0 许可证、版权 © Apache Software Foundation 或 LLAMA 3.1 社区许可证 版权©元平台公司获得许可。保留所有权利。 客户需负责确保遵守适用的模型许可条款。

Databricks 建议查看这些许可证，以确保遵守任何适用的条款。 如果模型在未来根据 Databricks 的内部基准表现更好，Databricks 可能会更改模型（以及本页中提供的适用许可证列表）。

目前， Meta-Llama-3.1-70B-Instruct 是支持这些 AI 函数的基础模型。

注意

在 Databricks Runtime 15.1 及更高版本中，Databricks 笔记本（包括作为任务在 Databricks 工作流中运行的笔记本）支持此函数。

语法

ai_extract(content, labels)

参数

  • content：一个 STRING 表达式。
  • labels：ARRAY<STRING> 文本。 每个元素都是一个要提取的实体类型。

返回

STRUCT，其中每个字段对应于 labels 中指定的实体类型。 每个字段包含一个表示提取实体的字符串。 如果找到任何实体类型的多个候选项，则仅返回一个候选项。

如果 content 为 NULL，则结果为 NULL。

示例

> 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"}