将 ai.extract 与 pandas 配合使用

该 ai.extract 函数使用生成 AI 扫描输入文本并提取所选标签指定的特定类型信息（例如位置或名称）。 它只使用一行代码。

概述

ai.extract 函数扩展了 pandas Series 类。 若要从每行输入中提取自定义实体类型，请对 pandas DataFrame 文本列调用函数。

与其他 AI 函数不同， ai.extract 返回 pandas DataFrame，而不是序列，每个指定实体类型都有一个单独的列，其中包含每个输入行的提取值。

Syntax

df_entities = df["text"].ai.extract("entity1", "entity2", "entity3")

参数

退货

该函数返回一个 pandas DataFrame ，其中包含每个指定实体类型的列。 列包含从每行输入文本中提取的实体。 如果函数标识实体的多个匹配项，则它只返回其中一个匹配项。 如果未找到匹配项，则结果为 null。

Example

# This code uses AI. Always review output for mistakes. 
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.

df = pd.DataFrame([
        "MJ Lee lives in Tuscon, AZ, and works as a software engineer for Microsoft.",
        "Kris Turner, a nurse at NYU Langone, is a resident of Jersey City, New Jersey."
    ], columns=["descriptions"])

df_entities = df["descriptions"].ai.extract("name", "profession", "city")
display(df_entities)

此示例代码单元提供以下输出：

相关内容

• 将 ai.extract 与 PySpark 配合使用。

• 使用 ai.analyze_sentiment检测情绪。

• 使用 ai.classify 对文本进行分类。

• 使用 ai.fix_grammar修复语法。

• 使用 ai.generate_response回答自定义用户提示。

• 使用 ai.similarity 计算相似性。

• 使用ai.summarize功能汇总文本。

• 使用 ai.translate 翻译文本。

• 详细了解 完整的 AI 函数集。

• 自定义 AI 函数的配置。

• 我们错过了所需的功能吗？ 在面料创意论坛上提出建议。