Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Extractie en classificatie van entiteiten

Les 11 van 12 Bijgewerkt op 30 juli 2026 Ontwikkelaar
Op deze pagina
  1. Belangrijkste use cases
  2. Extractie van benoemde entiteiten
  3. Classificatie van inhoud
  4. Classificatie met meerdere labels
  5. Extractie van tabeldata
  6. Gedetailleerde sentimentanalyse
  7. Belangrijkste punten

Belangrijkste use cases

Gestructureerde output blinkt uit in twee categorieën taken: het extraheren van informatie uit ongestructureerde tekst en het classificeren van inhoud. Deze twee use cases vormen de kern van de meeste enterprise AI-toepassingen.

Extractie van benoemde entiteiten

Bij entiteitsextractie identificeert en categoriseert u sleutelelementen in een tekst: personen, bedrijven, locaties, datums, bedragen, enzovoort.

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}")

Classificatie van inhoud

Classificatie wijst vooraf gedefinieerde categorieën toe aan inhoud. Gestructureerde output garandeert dat het model alleen geldige categorieën retourneert.

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

Classificatie met meerdere labels

Wanneer inhoud tot meerdere categorieën kan behoren:

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

Extractie van tabeldata

Transformeer tekst naar bruikbare gestructureerde data:

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
)

Gedetailleerde sentimentanalyse

Ga verder dan simpelweg positief/negatief en structureer een volledige analyse:

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

Belangrijkste punten

  • Entiteitsextractie identificeert personen, locaties, datums en bedragen in vrije tekst
  • Classificatie dwingt vooraf gedefinieerde categorieën af met behulp van Literal en enum
  • Classificatie met meerdere labels gebruikt lijsten van Literal
  • Tabularextractie transformeert ongestructureerde tekst naar bruikbare data
  • Sentimentanalyse kan gedetailleerd zijn met individuele aspecten
  • Al deze patronen werken met parse() of response_format