Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Funktionen ai.classify använder generativ AI för att kategorisera indatatext enligt anpassade etiketter som du väljer, med en enda kodrad.
Anmärkning
- Den här artikeln beskriver hur du använder ai.classify med PySpark. Information om hur du använder ai.classify med Pandas finns i den här artikeln.
- Se andra AI-funktioner i den här översiktsartikeln.
- Lär dig hur du anpassar konfigurationen av AI-funktioner.
Översikt
Funktionen ai.classify är tillgänglig för Spark DataFrames. Du måste ange namnet på en befintlig indatakolumn som en parameter, tillsammans med en lista med klassificeringsetiketter.
Funktionen returnerar en ny DataFrame med etiketter som matchar varje rad med indatatext som lagras i en utdatakolumn.
Syntax
df.ai.classify(labels=["category1", "category2", "category3"], input_col="text", output_col="classification")
Parameterar
| Namn | Description |
|---|---|
labels Krävs |
En matris med strängar som representerar den uppsättning klassificeringsetiketter som ska matcha textvärdena i indatakolumnen. |
input_col Krävs |
En sträng som innehåller namnet på en befintlig kolumn med indatatextvärden som ska klassificeras enligt de anpassade etiketterna. |
output_col Valfritt |
En sträng som innehåller namnet på en ny kolumn där du vill lagra en klassificeringsetikett för varje textrad. Om du inte anger den här parametern genereras ett standardnamn för utdatakolumnen. |
error_col Valfritt |
En sträng som innehåller namnet på en ny kolumn. Den nya kolumnen lagrar eventuella OpenAI-fel som uppstår vid bearbetning av varje rad med indatatext. Om du inte anger den här parametern genereras ett standardnamn för felkolumnen. Om det inte finns några fel för en rad med indata är värdet i den här kolumnen null. |
Retur
Funktionen returnerar en Spark DataFrame som innehåller en ny kolumn som innehåller klassificeringsetiketter som matchar varje textrad för indata. Om ett textvärde inte kan klassificeras är motsvarande etikett null.
Example
# This code uses AI. Always review output for mistakes.
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.
df = spark.createDataFrame([
("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!",)
], ["descriptions"])
categories = df.ai.classify(labels=["kitchen", "bedroom", "garage", "other"], input_col="descriptions", output_col="categories")
display(categories)
Den här exempelkodcellen innehåller följande utdata:
Relaterat innehåll
Använd ai.classify med Pandas.
Identifiera sentiment med ai.analyze_sentiment.
Extrahera entiteter med ai_extract.
Åtgärda grammatik med ai.fix_grammar.
Svara på anpassade användarfrågor med ai.generate_response.
Beräkna likhet med ai.similarity.
Sammanfatta text med ai.summarize.
Översätt text med ai.translate.
Läs mer om den fullständiga uppsättningen AI-funktioner.
Anpassa konfigurationen av AI-funktioner.
Missade vi en funktion som du behöver? Föreslå det på forumet Fabric Ideas.