🎉 学 LangChain 免费领 openAI GPT key 限额1000名 →
用例（User Case)
标记（Tagging）


在Colab中打开 (opens in a new tab)

应用案例

标签化是指使用类似以下类别进行文档标记：

  • 情感
  • 语言
  • 风格（正式、非正式等）
  • 涉及的主题
  • 政治倾向

图像描述

概述

标签化主要包括以下几个组成部分：

快速入门

让我们看一个非常直接的示例，演示如何在LangChain中使用OpenAI工具进行标签化调用。我们将使用OpenAI模型支持的with_structured_output方法：

%pip install --upgrade --quiet langchain langchain-openai
 
# 设置环境变量 OPENAI_API_KEY，或从 .env 文件加载：
# import dotenv
# dotenv.load_dotenv()

让我们在架构中指定一个具有几个属性及其预期类型的Pydantic模型。

from langchain_core.prompts import ChatPromptTemplate
from langchain_core.pydantic_v1 import BaseModel, Field
from langchain_openai import ChatOpenAI
 
tagging_prompt = ChatPromptTemplate.from_template(
    """
从以下段落中提取所需信息。
 
仅提取“分类”函数中提及的属性。
 
段落:
{input}
"""
)
 
 
class Classification(BaseModel):
    sentiment: str = Field(description="文本的情感")
    aggressiveness: int = Field(
        description="文本的侵略性程度（在1到10的尺度上）"
    )
    language: str = Field(description="文本所使用的语言")
 
 
# LLM
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0125").with_structured_output(
    Classification
)
 
tagging_chain = tagging_prompt | llm
inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"
tagging_chain.invoke({"input": inp})

输出结果为：

Classification(sentiment='positive', aggressiveness=1, language='Spanish')

如果我们希望获得JSON输出，只需调用.dict()方法

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
res = tagging_chain.invoke({"input": inp})
res.dict()

输出结果为：

{'sentiment': 'negative', 'aggressiveness': 8, 'language': 'Spanish'}

正如我们在示例中看到的，它正确解释了我们想要的内容。

结果可能会有所不同，例如不同语言的情感（'positive'、'enojado'等）。

在下一节中，我们将介绍如何控制这些结果。

更细致的控制

精确的架构定义使我们能够更加控制模型的输出。

具体而言，我们可以定义：

  • 每个属性的可能取值
  • 描述以确保模型了解属性
  • 需返回的必需属性

让我们重新声明我们的Pydantic模型，以使用枚举控制之前提到的每个方面：

class Classification(BaseModel):
    sentiment: str = Field(..., enum=["happy", "neutral", "sad"])
    aggressiveness: int = Field(
        ...,
        description="描述语句的侵略性程度，数字越大，侵略性越高",
        enum=[1, 2, 3, 4, 5],
    )
    language: str = Field(
        ..., enum=["spanish", "english", "french", "german", "italian"]
    )
tagging_prompt = ChatPromptTemplate.from_template(
    """
从以下段落中提取所需信息。
 
仅提取“分类”函数中提及的属性。
 
段落:
{input}
"""
)
 
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0125").with_structured_output(
    Classification
)
 
chain = tagging_prompt | llm

现在，答案将限制在我们期望的方式中。

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"
chain.invoke({"input": inp})

输出结果为：

Classification(sentiment='happy', aggressiveness=1, language='spanish')
inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
chain.invoke({"input": inp})

输出结果为：

Classification(sentiment='sad', aggressiveness=5, language='spanish')
inp = "Weather is ok here, I can go outside without much more than a coat"
chain.invoke({"input": inp})

输出结果为：

Classification(sentiment='neutral', aggressiveness=2, language='english')

我们可以通过LangSmith追踪 (opens in a new tab)来深入了解：

图像描述

深入了解

  • 您可以使用metadata tagger文档转换器从LangChain Document中提取元数据。
  • 这涵盖了与标记链相同的基本功能，只是应用于LangChain Document。
摘要（Summarization）人工介入（HumanInTheLoop）