共用方式為

ai_extract函式

  • 發行項

適用於：核取記號為「是」Databricks SQL 核取記號為「是」Databricks Runtime

重要

這項功能處於公開預覽狀態。

在預覽中：

  • 基礎語言模型可以處理數種語言，不過這些函數會針對英文進行調整。
  • 基礎的 Foundation Model API 有速率限制。 請參閱＜Foundation Model API 限制＞以更新這些限制。
  • 由於速率限制，此函式是針對小於100個數據列的小型數據集進行測試所設計。 針對具有超過 100 個資料列的使用案例，Databricks 建議使用 ai_query 和預配置的吞吐量端點。 請參閱 使用 ai_query執行批次 LLM 推論。

ai_extract() 函數可讓您叫用最先進的生成式 AI 模型，以使用 SQL 從指定文字擷取標籤指定的實體。 此函數會使用 Databricks Foundation Model API 所提供之端點的聊天模型。

需求

重要

目前可能使用的基礎模型會根據 Apache 2.0授權、著作權© Apache Software Foundation 或 LLAMA 3.1社群授權著作權©中繼平臺公司進行授權 。保留所有權利。 客戶應負責確保遵循適用的模型授權。

Databricks 建議檢閱這些授權，以確保符合任何適用的條款。 如果未來模型根據 Databricks 的內部基準檢驗而表現更好，Databricks 可能會變更模型（以及此頁面上提供的適用授權清單）。

目前， Meta-Llama-3.1-70B-指示 是支持這些 AI 函式的基礎模型。

注意

在 Databricks Runtime 15.1 和更新版本中，Databricks 筆記本支援此函數，包括在 Databricks 工作流程中作為任務執行的筆記本。

語法

ai_extract(content, labels)

引數

  • content：STRING 運算式。
  • labels：ARRAY<STRING> 常值。 每個元素都是要擷取的實體類型。

傳回

STRUCT，其中每個欄位都對應至 labels 中指定的實體類型。 每個欄位都包含代表所擷取實體的字串。 如果對任何實體類型找到多個候選項，則只會傳回一個。

如果 content 是 NULL，結果就是 NULL。

範例

> SELECT ai_extract(
    'John Doe lives in New York and works for Acme Corp.',
    array('person', 'location', 'organization')
  );
 {"person": "John Doe", "location": "New York", "organization": "Acme Corp."}

> SELECT ai_extract(
    'Send an email to jane.doe@example.com about the meeting at 10am.',
    array('email', 'time')
  );
 {"email": "jane.doe@example.com", "time": "10am"}