将文本分类为标签

标记意味着用类别来标注文档，例如：

情感
语言
风格（正式、非正式等）
涵盖的主题
政治倾向

图片描述

概述

标签有几个组成部分：

function: 类似于 extraction，标记使用 functions 来指定模型应如何标记文档
schema: 定义我们如何标记文档

快速开始

让我们看一个非常直接的例子，展示如何在LangChain中使用OpenAI工具调用进行标记。我们将使用OpenAI模型支持的with_structured_output方法。

%pip install --upgrade --quiet langchain-core

我们需要加载一个聊天模型：

Select chat model:

pip install -qU langchain-openai

import getpass
import os

if not os.environ.get("OPENAI_API_KEY"):
  os.environ["OPENAI_API_KEY"] = getpass.getpass("Enter API key for OpenAI: ")

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o-mini")

让我们在模式中指定一个具有几个属性及其预期类型的Pydantic模型。

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from pydantic import BaseModel, Field

tagging_prompt = ChatPromptTemplate.from_template(
    """
Extract the desired information from the following passage.

Only extract the properties mentioned in the 'Classification' function.

Passage:
{input}
"""
)


class Classification(BaseModel):
    sentiment: str = Field(description="The sentiment of the text")
    aggressiveness: int = Field(
        description="How aggressive the text is on a scale from 1 to 10"
    )
    language: str = Field(description="The language the text is written in")


# LLM
llm = ChatOpenAI(temperature=0, model="gpt-4o-mini").with_structured_output(
    Classification
)

API Reference:ChatPromptTemplate | ChatOpenAI

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"
prompt = tagging_prompt.invoke({"input": inp})
response = llm.invoke(prompt)

response

Classification(sentiment='positive', aggressiveness=1, language='Spanish')

如果我们想要字典输出，我们可以直接调用 .dict()

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
prompt = tagging_prompt.invoke({"input": inp})
response = llm.invoke(prompt)

response.dict()

{'sentiment': 'enojado', 'aggressiveness': 8, 'language': 'es'}

正如我们在示例中所看到的，它正确地解释了我们想要的内容。

结果各不相同，因此我们可能会得到不同语言的情感（例如'positive'，'enojado'等）。

我们将在下一节中看到如何控制这些结果。

更精细的控制

仔细的模式定义使我们能够更好地控制模型的输出。

具体来说，我们可以定义：

每个属性的可能值
描述以确保模型理解该属性
需要返回的属性

让我们重新声明我们的Pydantic模型，以使用枚举控制前面提到的每个方面：

class Classification(BaseModel):
    sentiment: str = Field(..., enum=["happy", "neutral", "sad"])
    aggressiveness: int = Field(
        ...,
        description="describes how aggressive the statement is, the higher the number the more aggressive",
        enum=[1, 2, 3, 4, 5],
    )
    language: str = Field(
        ..., enum=["spanish", "english", "french", "german", "italian"]
    )

tagging_prompt = ChatPromptTemplate.from_template(
    """
Extract the desired information from the following passage.

Only extract the properties mentioned in the 'Classification' function.

Passage:
{input}
"""
)

llm = ChatOpenAI(temperature=0, model="gpt-4o-mini").with_structured_output(
    Classification
)

现在答案将按照我们预期的方式受到限制！

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"
prompt = tagging_prompt.invoke({"input": inp})
llm.invoke(prompt)

Classification(sentiment='positive', aggressiveness=1, language='Spanish')

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"
prompt = tagging_prompt.invoke({"input": inp})
llm.invoke(prompt)

Classification(sentiment='enojado', aggressiveness=8, language='es')

inp = "Weather is ok here, I can go outside without much more than a coat"
prompt = tagging_prompt.invoke({"input": inp})
llm.invoke(prompt)

Classification(sentiment='neutral', aggressiveness=1, language='English')

LangSmith 跟踪让我们可以一窥内部情况：

图片描述

深入探讨

您可以使用metadata tagger文档转换器从LangChain Document中提取元数据。
这与标记链的基本功能相同，只是应用于LangChain的Document。

概述​

快速开始​

更精细的控制​

深入探讨​

这个页面有帮助吗？

概述

快速开始

更精细的控制

深入探讨