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。