将文本分类到标签中

标记是指使用如下类标记文档：

• 情绪
• 语言
• 风格（正式、非正式等）
• 涵盖的主题
• 政治趋势

概述

标记有几个组成部分：

• function：与提取一样，标记使用函数来指定模型应如何标记文档
• schema：定义我们想要如何标记文档

快速入门

让我们看一个非常简单的例子，说明如何使用 OpenAI 工具调用 LangChain 进行标记。我们将使用with_structured_outputOpenAI 模型支持的方法。

pip install --upgrade --quiet langchain-core

我们需要加载一个聊天模型：

选择聊天模式：

OpenAI

Anthropic

天蓝色

谷歌双子座

谷歌顶点

AWS

Groq

Cohere

英伟达

烟花 AI

Mistral AI

携手 AI

IBM 沃森

Databricks

xAI

困惑

pip install -qU "langchain[openai]"

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
  os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter API key for OpenAI: ")

from langchain.chat_models import init_chat_model

llm = init_chat_model("gpt-4o-mini", model_provider="openai")

让我们在 schema 中指定一个具有一些属性及其预期类型的 Pydantic 模型。

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from pydantic import BaseModel, Field

tagging_prompt = ChatPromptTemplate.from_template(
    """
Extract the desired information from the following passage.

Only extract the properties mentioned in the 'Classification' function.

Passage:
{input}
"""
)


class Classification(BaseModel):
    sentiment: str = Field(description="The sentiment of the text")
    aggressiveness: int = Field(
        description="How aggressive the text is on a scale from 1 to 10"
    )
    language: str = Field(description="The language the text is written in")


# Structured LLM
structured_llm = llm.with_structured_output(Classification)

API 参考：ChatPromptTemplate | 聊天OpenAI

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

response

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

如果我们想要字典输出，我们只需调用.model_dump()

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
prompt = tagging_prompt.invoke({"input": inp})
response = structured_llm.invoke(prompt)

response.model_dump()

{'sentiment': 'enojado', 'aggressiveness': 8, 'language': 'es'}

正如我们在示例中看到的，它正确地解释了我们想要的东西。

结果各不相同，因此我们可能会得到，例如，不同语言的情绪（'positive'、'enojado' 等）。

我们将在下一节中了解如何控制这些结果。

更精细的控制

仔细的 schema 定义使我们能够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
• Description 以确保模型理解属性
• 要返回的必需属性

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

class Classification(BaseModel):
    sentiment: str = Field(..., enum=["happy", "neutral", "sad"])
    aggressiveness: int = Field(
        ...,
        description="describes how aggressive the statement is, the higher the number the more aggressive",
        enum=[1, 2, 3, 4, 5],
    )
    language: str = Field(
        ..., enum=["spanish", "english", "french", "german", "italian"]
    )

tagging_prompt = ChatPromptTemplate.from_template(
    """
Extract the desired information from the following passage.

Only extract the properties mentioned in the 'Classification' function.

Passage:
{input}
"""
)

llm = ChatOpenAI(temperature=0, model="gpt-4o-mini").with_structured_output(
    Classification
)

现在，答案将以我们预期的方式受到限制！

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

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

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
prompt = tagging_prompt.invoke({"input": inp})
llm.invoke(prompt)

Classification(sentiment='enojado', aggressiveness=8, language='es')

inp = "Weather is ok here, I can go outside without much more than a coat"
prompt = tagging_prompt.invoke({"input": inp})
llm.invoke(prompt)

Classification(sentiment='neutral', aggressiveness=1, language='English')

LangSmith 跟踪让我们可以窥探幕后：

深入了解

• 您可以使用元数据标记器文档转换器从 LangChain 中提取元数据Document.
• 这涵盖了与标记链相同的基本功能，仅适用于 LangChainDocument.