你可以用 Classification 將文件分類到 AI 的預設類別。
分類範例包括:
- 依意圖分類客戶通話逐字稿
- 依內容類型分類文件
- 依情感分類產品評論
分類功能可透過 Agent Bricks 介面、SQL、REST API 及 非同步 API(Beta)使用。
在使用者介面中建立分類代理
Requirements
- 包含下列各項的工作區:
- 已啟用無伺服器計算。 請參閱 無伺服器運算需求。
- 已啟用 Unity 目錄。 請參閱 為 Unity Catalog 啟用工作區。
- 可取得非零預算的 無伺服器使用政策 。
- 此功能僅在部分地區提供,詳見 AI 功能可用性。
- 對於具有強化安全性與合規附加元件的工作空間,
- 請參閱區域支援
ai_classify以了解適當的 合規標準。 - 請參閱「管理 Azure Databricks」預覽版,了解如何在您的工作區啟用此功能。
- 請參閱區域支援
- 能夠使用
ai_classifySQL 函式。 - 你想要分類的非結構化資料。 資料必須存放在 Unity 目錄的卷或表格中。
- 若要建置您的代理程式,您的 Unity 目錄磁碟區中需要至少 1 份未標記的文件,或表格中需要至少 1 列資料。
轉到在您的工作區左側導覽面板中選擇代理程式。 點擊 建立代理人,並選擇 文字分類。
步驟 1。 選擇您的資料來源資料
使用分類功能來分類你的文件。
選擇你的來源資料。 你可以選擇包含文件的卷或包含文字資料的表格。
按兩下 [建立代理程式]。
步驟 2。 配置分類標籤
分類處理完資料後,再設定並優化分類標籤。
手動新增分類標籤:
- 點擊 + 新增標籤 即可新增分類標籤。
- 輸入標籤名稱和可選的描述,然後點 選新增標籤。
- 對於每個你想添加的標籤,重複步驟1到2。
- (可選)如果你想讓客服退回多個標籤,請啟用 多重標籤 。
要從表格匯入標籤:
- 點擊 從表格匯入。
- 選擇表格並點擊 「下一頁」。
- 選擇標籤欄位、描述欄位和 SQL 倉庫。
- 點擊 預覽 以查看已匯入的標籤。
- 如果你對標籤滿意,請點擊 匯入並替換標籤。
你必須至少定義兩個標籤才能進行分類。 完成標籤添加後,點擊儲存並執行分類。
若要設定更多選項,請按一下 桿圖示儲存並執行分類 旁的選項切換按鈕 ,然後啟用下列一或多個選項:
- 信心分數:顯示預測標籤的信心水準。
- 依據:說明預測標籤的合理性。
分類可對最多5份文件和資料列分類,並顯示結果。 你也可以加更多。
步驟 3。 審查並改進分類回應
檢視分類回應並給予回饋以改進代理人。
檢視文件及分類回應:
- 如果回應正確,請給它一個讚。
- 如果回答錯誤,請按下倒讚。 協助分類部門透過選擇正確的標籤來修正回應。 點選 [儲存]。
為了改善代理人的反應,請調整分類標籤描述。
比較不同版本以優化代理的效能。 點擊 版本。 在先前版本旁點 選「比較 」,比較前一版本的分類標籤描述與目前版本。 點擊 還原 即可還原之前的版本。
步驟 4. 使用分類代理程式
如果你對回覆滿意,就開始用代理進行大規模分類。
在右上角按一下 使用代理。 您可以選擇以下兩種方式:
-
在 SQL 中執行,利用代理程式來分類整個磁碟區或資料表。 這會開啟一個 SQL 查詢,使用
ai_classify你定義的分類標籤。 欲了解更多關於 SQL 查詢的使用ai_classify資訊,請參閱ai_classify函式。 - 建立一個 Lakeflow 管線,讓它在排程時段執行,以便對新資料呼叫你的代理。 這會建立一個 Lakeflow 管線,更新包含你機密資料的串流表。 你可以設定管線的排程,讓它在新資料到達時自動執行。 欲了解更多 Lakeflow 管線資訊,請參閱 Lakeflow 上的 Spark 宣告式管線。
在 SQL 中分類文件
在大規模情況下,呼叫 ai_classify SQL 來分類文件:
SELECT ai_classify(
'My password is leaked.',
'["urgent", "not_urgent"]',
MAP('version', '2.1')
);
請參考 SQL 參考資料 ai_classify 。
使用 REST API 分類文件
使用 REST API 來分類應用程式、服務與自動化工作流程的文件。 參考 REST API 文件 。
REST API 請求的預設速率上限 ai_classify 是每個工作區每分鐘 1,200 個請求。 請聯絡您的 Databricks 帳戶團隊申請更高的限額。
以下範例分類客戶支援訊息:
curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/ai-classify" \
-H "Authorization: Bearer $DATABRICKS_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"content": "My password is leaked.",
"labels": ["urgent", "not_urgent"],
"options": {
"instructions": "Classify the support request by urgency."
}
}'
使用非同步 API(測試版)分類文件
使用 AI Functions 非同步 API(Beta)來一次分類多篇文本。 如需了解請求與回應欄位,以及用於取消和列出批次的請求,請參見 非同步 API 參考資料。 工作區管理員必須在預覽頁面開啟 AI Functions Asynchronous API 預覽。
Note
若要在作業中分類 Unity 目錄資料表的列,你可以改用 ai_classify 任務 (Beta)。 這個任務會幫你讀寫 Unity 目錄的資料表,每次執行只會處理新或變更的列。
要用非同步 API 分類文字:
建立一個 JSONL 輸入檔,每個文字一行。 每行都有唯一的
custom_id和body.text中的文字:{"custom_id": "ticket-001", "body": {"text": "My password is leaked."}} {"custom_id": "ticket-002", "body": {"text": "How do I change my billing address?"}}將輸入檔案上傳到 Unity Catalog 磁碟區,例如使用 Files API。
建立一個在輸入檔案上執行
ai_classify的批次。params中的labels和options適用於每一行,且output_ref是結果的卷目錄:curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/batches" \ -H "Authorization: Bearer $DATABRICKS_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "endpoint": "ai_classify", "input_ref": "/Volumes/my_catalog/my_schema/my_volume/requests.jsonl", "params": { "labels": ["urgent", "not_urgent"], "options": { "instructions": "Classify the support request by urgency." } }, "output_ref": "/Volumes/my_catalog/my_schema/my_volume/output/" }'回應包含批次
name。 接下來的步驟可以用它來代替<batch-name>它。檢查批次狀況。 當
status為COMPLETED、CANCELLED或FAILED時,批次即完成:curl -X GET "$DATABRICKS_HOST/api/2.0/ai-functions/batches/<batch-name>" \ -H "Authorization: Bearer $DATABRICKS_TOKEN"當輸出檔案準備好時,
output_ref會在回應中包含其路徑。使用檔案 API 下載輸出檔案:
curl -X GET "$DATABRICKS_HOST/api/2.0/fs/files/Volumes/my_catalog/my_schema/my_volume/output/<batch-name>_output.jsonl" \ -H "Authorization: Bearer $DATABRICKS_TOKEN" \ -o output.jsonl
輸出檔的每一行都對應輸入檔的一行。 這些行的順序與輸入檔案相同。 每行都有其請求的 custom_id 和下列其中一個欄位:
-
response:請求的結果。 它的欄位與 AI Classify REST API 回應相同。 -
error:若請求失敗,則為錯誤的type和message。
以下範例顯示成功請求的行與失敗請求的行:
{"custom_id": "ticket-001", "response": {...}}
{"custom_id": "ticket-002", "error": {"type": "request_failed", "message": "..."}}
Limitations
參見 限制