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.summarize używa generatywnej sztucznej inteligencji do tworzenia podsumowań tekstu wejściowego przy użyciu pojedynczego wiersza kodu. Funkcja może podsumowywać wartości z jednej kolumny ramki danych lub wartości we wszystkich kolumnach.
Uwaga / Notatka
- W tym artykule opisano używanie biblioteki ai.summarize z biblioteką pandas. Aby użyć ai.summarize z PySpark, zobacz ten artykuł.
- Zobacz inne funkcje sztucznej inteligencji w tym artykule przeglądu.
- Dowiedz się, jak dostosować konfigurację funkcji sztucznej inteligencji.
Przegląd
Funkcja ai.summarize rozszerza klasę serii pandas. Aby podsumować każdą wartość wiersza z tej kolumny, wywołaj funkcję w kolumnie tekstowej ramki danych biblioteki pandas . Możesz również wywołać ai.summarize funkcję w całej ramce danych, aby podsumować wartości we wszystkich kolumnach.
Funkcja zwraca serię pandas zawierającą podsumowania, które mogą być przechowywane w nowej kolumnie ramki danych.
Składnia
df["summaries"] = df["text"].ai.summarize()
Parametry
| Name | Description |
|---|---|
instructions Opcjonalnie |
Ciąg zawierający więcej kontekstu dla modelu sztucznej inteligencji, jak określenie długości danych wyjściowych, tonu czy innych parametrów. Bardziej precyzyjne instrukcje przyniosą lepsze wyniki. |
Zwraca
Funkcja zwraca serię pandas zawierającą podsumowania dla każdego wiersza tekstu wejściowego. Jeśli tekst wejściowy jest null, wynik jest null.
Example
# This code uses AI. Always review output for mistakes.
df= pd.DataFrame([
("Microsoft Teams", "2017",
"""
The ultimate messaging app for your organization—a workspace for real-time
collaboration and communication, meetings, file and app sharing, and even the
occasional emoji! All in one place, all in the open, all accessible to everyone.
"""),
("Microsoft Fabric", "2023",
"""
An enterprise-ready, end-to-end analytics platform that unifies data movement,
data processing, ingestion, transformation, and report building into a seamless,
user-friendly SaaS experience. Transform raw data into actionable insights.
""")
], columns=["product", "release_year", "description"])
df["summaries"] = df["description"].ai.summarize()
display(df)
Ta przykładowa komórka kodu udostępnia następujące dane wyjściowe:
Treści powiązane
Użyj ai.summarize z PySpark.
Wykrywanie emocji z ai.analyze_sentiment.
Kategoryzuj tekst za pomocą ai.classify.
Generowanie osadzania wektorów za pomocą pliku ai.embed.
Wyodrębnij jednostki przy użyciu ai_extract.
Popraw gramatykę za pomocą ai.fix_grammar.
Odpowiedz na niestandardowe monity użytkownika za pomocą ai.generate_response.
Oblicz podobieństwo za pomocą funkcji ai.similarity.
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.