Tensorflow数据集加载器#

class langchain_community.document_loaders.tensorflow_datasets.TensorflowDatasetLoader(dataset_name: str, split_name: str, load_max_docs: int | None = 100, sample_to_document_function: Callable[[Dict], Document] | None = None)[source]#

从TensorFlow Dataset加载。

dataset_name#: 要加载的数据集的名称

split_name#: 要加载的拆分的名称。

load_max_docs#: 加载文档数量的限制。默认为100。

sample_to_document_function#: 一个将数据集样本转换为文档的函数

示例

from langchain_community.document_loaders import TensorflowDatasetLoader

def mlqaen_example_to_document(example: dict) -> Document:
    return Document(
        page_content=decode_to_str(example["context"]),
        metadata={
            "id": decode_to_str(example["id"]),
            "title": decode_to_str(example["title"]),
            "question": decode_to_str(example["question"]),
            "answer": decode_to_str(example["answers"]["text"][0]),
        },
    )

tsds_client = TensorflowDatasetLoader(
        dataset_name="mlqa/en",
        split_name="test",
        load_max_docs=100,
        sample_to_document_function=mlqaen_example_to_document,
    )

初始化 TensorflowDatasetLoader。

Parameters:

dataset_name (str) – 要加载的数据集的名称
split_name (str) – 要加载的拆分的名称。
load_max_docs (int | None) – 加载文档数量的限制。默认为100。
sample_to_document_function (Callable[[Dict], Document] | None) – 一个将数据集样本转换为Document的函数。

属性

方法

`__init__`(dataset_name, split_name[, ...])	初始化 TensorflowDatasetLoader。
`alazy_load`()	一个用于文档的懒加载器。
`aload`()	将数据加载到Document对象中。
`lazy_load`()	一个用于文档的懒加载器。
`load`()	将数据加载到Document对象中。
`load_and_split`([text_splitter])	加载文档并将其分割成块。

__init__(dataset_name: str, split_name: str, load_max_docs: int | None = 100, sample_to_document_function: Callable[[Dict], Document] | None = None)[source]#

初始化 TensorflowDatasetLoader。

Parameters:

dataset_name (str) – 要加载的数据集的名称
split_name (str) – 要加载的拆分的名称。
load_max_docs (int | None) – 加载文档数量的限制。默认为100。
sample_to_document_function (Callable[[Dict], Document] | None) – 一个将数据集样本转换为Document的函数。

async alazy_load() → AsyncIterator[Document]#

文档的懒加载器。

Return type:: AsyncIterator[Document]

async aload() → list[Document]#

将数据加载到Document对象中。

Return type:: 列表[Document]

lazy_load() → Iterator[Document][source]#

文档的懒加载器。

Return type:: 迭代器[文档]

load() → list[Document]#

将数据加载到Document对象中。

Return type:: 列表[Document]

load_and_split(text_splitter: TextSplitter | None = None) → list[Document]#

加载文档并将其分割成块。块以文档形式返回。

不要重写此方法。它应该被视为已弃用！

Parameters:: text_splitter (可选[TextSplitter]) – 用于分割文档的TextSplitter实例。默认为RecursiveCharacterTextSplitter。
Returns:: 文档列表。
Return type:: 列表[Document]

使用 TensorflowDatasetLoader 的示例

TensorFlow Datasets