Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Εξαγωγή και Κατηγοριοποίηση Οντοτήτων

Μάθημα 11 / 12 Ενημερώθηκε 30 Ιουλίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Βασικές περιπτώσεις χρήσης
  2. Εξαγωγή ονομαστικών οντοτήτων
  3. Κατηγοριοποίηση περιεχομένου
  4. Πολυετικετική κατηγοριοποίηση
  5. Εξαγωγή δεδομένων πινάκων
  6. Λεπτομερής ανάλυση συναισθήματος
  7. Βασικά σημεία

Βασικές περιπτώσεις χρήσης

Οι δομημένες έξοδοι διακρίνονται σε δύο κατηγορίες εργασιών: την εξαγωγή πληροφοριών από μη δομημένο κείμενο και την κατηγοριοποίηση περιεχομένου. Αυτές οι δύο περιπτώσεις χρήσης αποτελούν τον πυρήνα των περισσότερων επιχειρηματικών εφαρμογών Τεχνητής Νοημοσύνης.

Εξαγωγή ονομαστικών οντοτήτων

Η εξαγωγή οντοτήτων περιλαμβάνει τον εντοπισμό και την κατηγοριοποίηση βασικών στοιχείων σε ένα κείμενο: πρόσωπα, εταιρείες, τοποθεσίες, ημερομηνίες, ποσά κ.ο.κ.

from pydantic import BaseModel
from typing import Literal

class Entite(BaseModel):
    texte: str
    type: Literal[
        "person", "company", "location",
        "date", "amount", "product"
    ]
    contexte: str

class ExtractionEntites(BaseModel):
    entites: list[Entite]
    nombre_total: int
    langue_detectee: str

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Extract all entities from this text:

        On March 15, 2026, Mistral AI raised €600 million
        from General Catalyst. Arthur Mensch, the CEO based in
        Paris, plans to launch Mistral Large 3 by June."""
    }],
    response_format=ExtractionEntites
)

for e in parsed.entites:
    print(f"[{e.type}] {e.texte} — {e.contexte}")

Κατηγοριοποίηση περιεχομένου

Η κατηγοριοποίηση αναθέτει προκαθορισμένες κατηγορίες στο περιεχόμενο. Οι δομημένες έξοδοι εγγυώνται ότι το μοντέλο επιστρέφει μόνο έγκυρες κατηγορίες.

class ClassificationEmail(BaseModel):
    categorie: Literal[
        "sales", "support", "billing",
        "partnership", "application", "spam", "other"
    ]
    sous_categorie: str
    priorite: Literal["low", "medium", "high", "urgent"]
    sentiment: Literal["positive", "neutral", "negative"]
    action_requise: bool
    resume: str

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Classify this email:

        Subject: Urgent billing issue

        Hello, our latest invoice #2847 contains an error.
        The amount shown is €3,500 instead of the agreed €2,800.
        Please correct this quickly."""
    }],
    response_format=ClassificationEmail
)

print(f"Category: {parsed.categorie}")      # "billing"
print(f"Priority: {parsed.priorite}")        # "high"
print(f"Action required: {parsed.action_requise}")  # True

Πολυετικετική κατηγοριοποίηση

Όταν το περιεχόμενο μπορεί να ανήκει σε πολλαπλές κατηγορίες:

class ClassificationArticle(BaseModel):
    titre: str
    themes: list[str]
    audience_cible: list[Literal[
        "developers", "managers", "data_scientists",
        "designers", "executives", "general_public"
    ]]
    niveau_technique: Literal["beginner", "intermediate", "advanced"]
    mots_cles_seo: list[str]
    temps_lecture_minutes: int

Εξαγωγή δεδομένων πινάκων

Μετατρέψτε κείμενο σε δομημένα δεδομένα άμεσης χρήσης:

class LigneCommande(BaseModel):
    reference: str
    designation: str
    quantite: int
    prix_unitaire: float
    montant_total: float

class BonCommande(BaseModel):
    numero: str
    date: str
    fournisseur: str
    lignes: list[LigneCommande]
    montant_ht: float
    tva: float
    montant_ttc: float

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Extract data from this purchase order:

        PO-2026-0847 dated 03/28/2026 — Supplier: TechParts SAS

        REF-001 | USB-C Cable 2m | x50 | €3.20
        REF-002 | HDMI Adapter | x20 | €12.50
        REF-003 | 4-port USB Hub | x10 | €24.90"""
    }],
    response_format=BonCommande
)

Λεπτομερής ανάλυση συναισθήματος

Πέρα από την απλή διάκριση θετικού/αρνητικού, δομήστε μια πλήρη ανάλυση:

class AspectSentiment(BaseModel):
    aspect: str
    sentiment: Literal["very_positive", "positive", "neutral", "negative", "very_negative"]
    mention: str

class AnalyseAvis(BaseModel):
    note_globale: float
    sentiment_global: str
    aspects: list[AspectSentiment]
    points_forts: list[str]
    points_faibles: list[str]
    recommande: bool

Βασικά σημεία

  • Η εξαγωγή οντοτήτων εντοπίζει πρόσωπα, τοποθεσίες, ημερομηνίες και ποσά σε ελεύθερο κείμενο
  • Η κατηγοριοποίηση επιβάλλει προκαθορισμένες κατηγορίες χρησιμοποιώντας Literal και enum
  • Η πολυετικετική κατηγοριοποίηση χρησιμοποιεί λίστες από Literal
  • Η εξαγωγή πινάκων μετατρέπει το μη δομημένο κείμενο σε δεδομένα άμεσης χρήσης
  • Η ανάλυση συναισθήματος μπορεί να είναι λεπτομερής με μεμονωμένες πτυχές
  • Όλα αυτά τα πρότυπα λειτουργούν με parse() ή response_format