Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Extrakcia a klasifikácia entít

Lekcia 11 z 12 Aktualizované 30. júla 2026 Vývojár
Na tejto strane
  1. Hlavné prípady použitia
  2. Extrakcia pomenovaných entít
  3. Klasifikácia obsahu
  4. Viacštítková klasifikácia
  5. Extrakcia tabuľkových dát
  6. Granulárna analýza sentimentu
  7. Kľúčové poznatky

Hlavné prípady použitia

Štruktúrované výstupy vynikajú v dvoch kategóriách úloh: extrakcia informácií z neštruktúrovaného textu a klasifikácia obsahu. Tieto dva prípady použitia sú kľúčové pre väčšinu podnikových aplikácií umelej inteligencie.

Extrakcia pomenovaných entít

Extrakcia entít zahŕňa identifikáciu a kategorizáciu kľúčových prvkov v texte: osoby, spoločnosti, lokality, dátumy, sumy a podobne.

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}")

Klasifikácia obsahu

Klasifikácia priraďuje obsahu preddefinované kategórie. Štruktúrované výstupy garantujú, že model vráti iba platné kategórie.

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

Viacštítková klasifikácia

Keď môže obsah patriť do viacerých kategórií:

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

Extrakcia tabuľkových dát

Transformuj text na použiteľné štruktúrované dáta:

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
)

Granulárna analýza sentimentu

Nad rámec jednoduchého pozitívny/negatívny štruktúruj kompletnú analýzu:

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

Kľúčové poznatky

  • Extrakcia entít identifikuje osoby, lokality, dátumy a sumy vo voľnom texte
  • Klasifikácia vynucuje preddefinované kategórie pomocou Literal a enum
  • Viacštítková klasifikácia využíva zoznamy typu Literal
  • Extrakcia tabuľkových dát transformuje neštruktúrovaný text na použiteľné dáta
  • Analýza sentimentu môže byť granulárna s individuálnymi aspektmi
  • Všetky tieto vzory fungujú s parse() alebo response_format