使用 AI/LLM 将文档内容分类为其中一个提供的标签。
有关相应的 Databricks SQL 函数,请参阅 ai_classify 函数。
Syntax
from pyspark.sql import functions as dbf
dbf.ai_classify(col=<col>, labels=<labels>, options=<options>)
Parameters
| 参数 | 类型 | 说明 |
|---|---|---|
col |
pyspark.sql.Column 或 str |
包含要分类的文档内容的列。 |
labels |
list、dict、pyspark.sql.Column 或 str |
文本标签集(Python标签字符串列表或听写将标签名称映射到说明、自动序列化为 JSON 文本)或列表达式,其每行值为标签字符串的 JSON 数组,或者 JSON 对象将标签名称映射到说明。 |
options |
dict自选 |
用于控制分类行为的选项字典。 |
Returns
pyspark.sql.Column:包含分类结果的新列。
默认行为是单标签分类。 若要启用多标签分类并查看完整的受支持选项集,请参阅 SQL 语言手册。
示例
# Static labels (same set for every row)
df.select(ai_classify("text", ["positive", "negative", "neutral"]))
df.select(ai_classify("text", {"positive": "Happy tone", "negative": "Unhappy tone"}))
# Per-row labels (a column whose value is a JSON array or JSON object string)
df.select(ai_classify("text", col("labels_json")))