Salt la conținutul principal
Română— Alege o limbă
Meniu

Extracția și clasificarea entităților

Lecția 11 din 12 Actualizată 30 iulie 2026 Dezvoltator
Pe această pagină
  1. Principalele cazuri de utilizare
  2. Extragerea entităților numite
  3. Clasificarea conținutului
  4. Clasificarea cu etichete multiple
  5. Extragerea datelor tabulare
  6. Analiza detaliată a sentimentelor
  7. Puncte cheie

Principalele cazuri de utilizare

Ieșirile structurate excelează în două categorii de sarcini: extragerea informațiilor din text nestructurat și clasificarea conținutului. Aceste două cazuri de utilizare sunt centrale pentru majoritatea aplicațiilor de IA din mediul enterprise.

Extragerea entităților numite

Extragerea entităților implică identificarea și categorisirea elementelor cheie dintr-un text: persoane, companii, locații, date, sume și așa mai departe.

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}")

Clasificarea conținutului

Clasificarea atribuie categorii predefinite conținutului. Ieșirile structurate garantează că modelul returnează doar categorii valide.

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

Clasificarea cu etichete multiple

Atunci când conținutul poate aparține mai multor categorii:

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

Extragerea datelor tabulare

Transformați textul în date structurate operaționale:

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
)

Analiza detaliată a sentimentelor

Dincolo de simpla dihotomie pozitiv/negativ, structurați o analiză completă:

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

Puncte cheie

  • Extragerea entităților identifică persoane, locații, date și sume în textul liber
  • Clasificarea impune categorii predefinite folosind Literal și enum
  • Clasificarea cu etichete multiple utilizează liste de Literal
  • Extragerea tabulară transformă textul nestructurat în date operaționale
  • Analiza sentimentelor poate fi granulară, pe aspecte individuale
  • Toate aceste modele funcționează cu parse() sau response_format