Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Funkcja ai.classify używa generowania sztucznej inteligencji do kategoryzowania tekstu wejściowego zgodnie z wybranymi etykietami niestandardowymi z jednym wierszem kodu.
Uwaga / Notatka
- W tym artykule opisano używanie biblioteki ai.classify z biblioteką pandas. Aby użyć biblioteki ai.classify z rozwiązaniem PySpark, zobacz ten artykuł.
- Zobacz inne funkcje sztucznej inteligencji w tym artykule przeglądu.
- Dowiedz się, jak dostosować konfigurację funkcji sztucznej inteligencji.
Przegląd
Funkcja ai.classify rozszerza klasę serii pandas. Aby przypisać etykiety dostarczone przez użytkownika do każdego wiersza wejściowego, wywołaj funkcję w kolumnie tekstowej ramki danych biblioteki pandas.
Funkcja zwraca serię pandas zawierającą etykiety klasyfikacji, które mogą być przechowywane w nowej kolumnie ramki danych.
Wskazówka
Zalecamy użycie funkcji ai.classify z co najmniej dwiema etykietami wejściowymi.
Składnia
df["classification"] = df["input"].ai.classify("category1", "category2", "category3")
Parametry
| Name | Description |
|---|---|
labels Required |
Co najmniej jeden ciąg reprezentujący zestaw etykiet klasyfikacji do dopasowania do wejściowych wartości tekstowych. |
Zwraca
Funkcja zwraca serii pandas, która zawiera etykietę klasyfikacji dla każdego wiersza tekstu wejściowego. Jeśli nie można sklasyfikować wartości tekstowej, odpowiednia etykieta jest null.
Example
# This code uses AI. Always review output for mistakes.
df = pd.DataFrame([
"This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",
"Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",
"Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!"
], columns=["descriptions"])
df["category"] = df['descriptions'].ai.classify("kitchen", "bedroom", "garage", "other")
display(df)
Ta przykładowa komórka kodu udostępnia następujące dane wyjściowe:
Treści powiązane
Wykryj tonację za pomocą ai.analyze_sentiment.
Generowanie osadzania wektorów za pomocą pliku ai.embed.
Wyodrębnij jednostki przy użyciu ai_extract.
Popraw gramatykę za pomocą ai.fix_grammar.
Odpowiadaj na niestandardowe monity użytkownika przy użyciu ai.generate_response.
Oblicz podobieństwo za pomocą funkcji ai.similarity.
Podsumuj tekst za pomocą pliku ai.summarize.
Tłumaczenie tekstu za pomocą pliku ai.translate.
Dowiedz się więcej o pełnym zestawie funkcji sztucznej inteligencji.
Dostosowywanie konfiguracji funkcji sztucznej inteligencji.
Czy brakowało nam potrzebnej funkcji? Zaproponuj to na forum Fabric Ideas.