标签抽取（TagExtraction）¶
简介¶
标签抽取组件（TagExtraction）是一款高效的标签抽取组件，基于生成式大模型，专门用于从文本中提取关键标签。它适用于各种文本分析场景，如内容分类、关键词提取等。
基本用法¶
要开始使用 TagExtraction，首先需要设置环境变量 APPBUILDER_TOKEN，然后创建 TagExtraction 实例并传递文本消息。
import os
import appbuilder
os.environ["APPBUILDER_TOKEN"] = '...'
tag_extraction = appbuilder.TagExtraction(model="ernie-bot-4")
result = tag_extraction(appbuilder.Message("从这段文本中抽取关键标签"))
这个例子展示了如何实例化 TagExtraction 组件并使用一个文本消息进行标签抽取。
参数说明¶
初始化参数¶
model(str|None): 模型名称，用于指定要使用的千帆模型。
调用参数¶
message(obj:Message，必选): 输入消息，为模型提供主要的输入内容。stream(bool, 可选): 指定是否以流式形式返回响应。默认为 False。temperature(float, 可选): 模型配置的温度参数，用于调整生成概率。取值范围为 0.0 到 1.0。
返回值:
obj:Message: 模型运行后的输出消息，包含抽取的标签信息。
高级用法¶
高级用法可以包括自定义模型参数或使用不同的模型源。例如，可以通过指定不同的 model 来使用特定于域的模型进行标签抽取。
tag_extraction = appbuilder.TagExtraction(model="custom-model")
result = tag_extraction(appbuilder.Message("自定义模型抽取的标签"))
示例和案例研究¶
在实际应用中，TagExtraction 可以用于新闻文章、社交媒体帖子或其他任何文本内容的关键标签提取，帮助内容创建者或营销分析师快速了解主要主题和趋势。
API文档¶
更详细的API文档，请参考 AppBuilder TagExtraction API Documentation.
更新记录和贡献¶
v1.0: 初始版本，提供基本的标签抽取功能。 如果您有兴趣贡献代码或提供反馈，请访问 GitHub repository。