Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Kinyerés és osztályozás entitások alapján

11. lecke 12 közül Frissítve 2026. július 30. Fejlesztő
Ezen az oldalon
  1. Fő felhasználási esetek
  2. Névvel ellátott entitások kinyerése
  3. Tartalomosztályozás
  4. Többcímkés osztályozás
  5. Táblázatos adatok kinyerése
  6. Részletes szentimentanalízis
  7. Főbb megállapítások

Fő felhasználási esetek

A strukturált kimenetek két feladattípusban teljesítenek kiemelkedően: információk kinyerése strukturálatlan szövegből, valamint tartalmak osztályozása. Ez a két felhasználási eset áll a legtöbb vállalati AI-alkalmazás középpontjában.

Névvel ellátott entitások kinyerése

Az entitáskinyerés során a szöveg kulcselemeit azonosítjuk és kategorizáljuk: személyek, vállalatok, helyszínek, dátumok, összegek és így tovább.

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}")

Tartalomosztályozás

Az osztályozás során előre definiált kategóriákat rendelünk a tartalomhoz. A strukturált kimenetek garantálják, hogy a modell kizárólag érvényes kategóriákat adjon vissza.

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

Többcímkés osztályozás

Amikor a tartalom több kategóriába is tartozhat:

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

Táblázatos adatok kinyerése

Szöveg átalakítása cselekvésre ösztönző strukturált adattá:

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
)

Részletes szentimentanalízis

Túlmutatva az egyszerű pozitív/negatív dichotómián, strukturált, teljes körű elemzést készíthetsz:

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

Főbb megállapítások

  • Az entitáskinyerés személyeket, helyszíneket, dátumokat és összegeket azonosít szabad szövegben
  • Az osztályozás a Literal és az enum használatával kikényszeríti az előre definiált kategóriákat
  • A többcímkés osztályozás Literal listákat alkalmaz
  • A táblázatos kinyerés strukturálatlan szöveget alakít cselekvésre ösztönző adattá
  • A szentimentanalízis lehet részletes, egyedi aspektusokra bontva
  • Mindezek a minták működnek a parse() vagy a response_format használatával