Skip to main content

标记 Tagging

在Collab中打开

用例​

标记意味着为文档打上类别标签，例如：

  • 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​

标记有几个组成部分：

  • function：与提取类似，标记使用functions来指定模型如何标记文档
  • schema：定义我们想要标记文档的方式

快速入门​

让我们看一个非常简单的例子，演示如何在LangChain中使用OpenAI函数进行标记。

pip install langchain openai   
  
# 设置环境变量OPENAI_API_KEY或从.env文件加载：  
# import dotenv  
# dotenv.load_env()  



from langchain.chat_models import ChatOpenAI  
from langchain.prompts import ChatPromptTemplate  
from langchain.chains import create_tagging_chain, create_tagging_chain_pydantic

API参考：​

我们在模式中指定了一些属性及其预期类型。

# 模式  
schema = {  
    "properties": {  
        "sentiment": {"type": "string"},  
        "aggressiveness": {"type": "integer"},  
        "language": {"type": "string"},  
    }  
}  
  
# LLM  
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0613")  
chain = create_tagging_chain(schema, llm)  



inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"  
chain.run(inp)  



    {'sentiment': 'positive', 'language': 'Spanish'}  



inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"  
chain.run(inp)  



    {'sentiment': 'enojado', 'aggressiveness': 1, 'language': 'es'}

正如我们在示例中看到的，它正确解释了我们的意图。

结果会有所不同，例如，不同语言的情感（'positive'，'enojado'等）。

我们将在下一节中看到如何控制这些结果。

更精细的控制​

仔细定义模式可以更好地控制模型的输出。

具体来说，我们可以定义：

  • 每个属性的可能值
  • 描述以确保模型理解属性
  • 要返回的必需属性

以下是如何使用 _enum_、_description_ 和 _required_ 控制前面提到的每个方面的示例：

schema = {  
    "properties": {  
        "aggressiveness": {  
            "type": "integer",  
            "enum": [1, 2, 3, 4, 5],  
            "description": "描述陈述的侵略性，数字越高，侵略性越大",  
        },  
        "language": {  
            "type": "string",  
            "enum": ["spanish", "english", "french", "german", "italian"],  
        },  
    },  
    "required": ["language", "sentiment", "aggressiveness"],  
}  



chain = create_tagging_chain(schema, llm)

现在答案更好了！

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"  
chain.run(inp)  



    {'aggressiveness': 0, 'language': 'spanish'}  



inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"  
chain.run(inp)  



    {'aggressiveness': 5, 'language': 'spanish'}  



inp = "Weather is ok here, I can go outside without much more than a coat"  
chain.run(inp)  



    {'aggressiveness': 0, 'language': 'english'}

LangSmith trace让我们可以窥探内部情况：

  • 与提取一样，我们在此处调用information_extraction函数here来处理输入字符串。
  • 这个OpenAI函数根据提供的模式提取信息。

图像描述

Pydantic​

我们还可以使用Pydantic模式来指定所需的属性和类型。

我们还可以向每个字段发送其他参数，例如enum或description。

这使我们可以以与在Python中定义新类或函数相同的方式指定模式，纯粹使用Python类型。

from enum import Enum  
from pydantic import BaseModel, Field  



class Tags(BaseModel):  
    sentiment: str = Field(..., enum=["happy", "neutral", "sad"])  
    aggressiveness: int = Field(  
        ...,  
        description="描述陈述的侵略性，数字越高，侵略性越大",  
        enum=[1, 2, 3, 4, 5],  
    )  
    language: str = Field(  
        ..., enum=["spanish", "english", "french", "german", "italian"]  
    )  



chain = create_tagging_chain_pydantic(Tags, llm)  



inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"  
res = chain.run(inp)  



res  



    Tags(sentiment='sad', aggressiveness=5, language='spanish')

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。
  • 这与标记链具有相同的基本功能，只是应用于LangChain Document。