Pular para o conteúdo principal
Última atualização em

Classificação

Você pode usar a Classificação para classificar seus documentos em categorias predefinidas com AI.

Exemplos de classificação incluem:

  • Classificando transcrições de chamadas de clientes por intenção
  • Classificando documentos por tipo de conteúdo
  • Classificando Avaliações de Produtos por Sentimento

A classificação está disponível por meio da Agent Bricks UI, no SQL e com a REST API.

Criar um agente de classificação na IU​

Requisitos​

Vá para Ícone de Agentes. Agentes no painel de navegação esquerdo do seu workspace. Clique em Criar Agente e selecione Classificação de Texto .

O passo 1. Selecione seus dados de origem​

Use a Classificação para classificar seus documentos.

  1. Selecione seus dados de origem. Você pode selecionar um volume com documentos ou uma tabela com dados de texto.

  2. Clique em Criar Agente .

Etapa 2. Configurar rótulos de classificação​

Após a Classificação processar seus dados, configure e refine seus rótulos de classificação.

Adicionar rótulos de classificação manualmente:

  1. Clique em + Adicionar rótulo para adicionar um rótulo de classificação.
  2. Insira o nome do rótulo e a descrição opcional, depois clique em Adicionar rótulo .
  3. Repita os passos 1-2 para cada rótulo que você deseja adicionar.
  4. (Opcional) Habilite Múltiplos rótulos se você quiser que o agente retorne mais de um rótulo.

Para importar rótulos de uma tabela:

  1. Clique em Importar da tabela .
  2. Selecione a tabela e clique em **Avançar**.
  3. Selecione a coluna de rótulo, a coluna de descrição e o SQL warehouse.
  4. Clique em **Visualizar** para ver os rótulos que são importados.
  5. Se estiver satisfeito com os rótulos, clique em Importar e substituir rótulos .

Você deve ter pelo menos dois rótulos definidos para a execução da classificação. Após terminar de adicionar seus rótulos, clique em Salvar e executar a classificação .

Para configurar opções adicionais, clique na alternância de opções Ícone de controles deslizantes. ao lado de Salvar e executar a classificação e, em seguida, habilite uma ou mais das seguintes opções:

  • Pontuações de confiança : Mostra os níveis de confiança para os rótulos previstos.
  • Justificativas : Mostra a justificativa para os rótulos previstos.

A Classificação classifica até 5 documentos e linhas e exibe os resultados. Você pode adicionar mais também.

Interface do usuário de revisão de classificação mostrando rótulos e resultados de classificação

Passo 3. Revisar e aprimorar as respostas de classificação​

Revise as respostas de classificação e forneça feedback para melhorar o Agente.

  1. Revise o documento e a resposta de classificação:

    • Se a resposta estiver correta, forneça um polegar para cima.
    • Se a resposta estiver incorreta, dê um polegar para baixo. Ajude a Classificação a corrigir a resposta selecionando o rótulo correto. Clique em **Salvar**.

  2. Para melhorar as respostas do agente, ajuste as descrições dos rótulos de classificação.

  3. Compare as versões para otimizar o desempenho do agente. Clique em Versões . Ao lado de uma versão anterior, clique em Comparar para comparar as descrições do rótulo de classificação de uma versão anterior com a versão atual. Clique em Restaurar para restaurar uma versão anterior.

o passo 4: Use o agente de classificação​

Se estiver satisfeito com as respostas, comece a usar o agente para classificação em escala.

Clique em Usar Agente no canto superior direito. Você pode escolher uma destas opções:

  • **Execução em SQL** para usar o agente para classificar todo o volume ou tabela. Isso abre uma consulta SQL que usa ai_classify utilizando os rótulos de classificação que você definiu. Para obter mais informações sobre como usar ai_classify em consultas SQL, consulte a função ai_classify.
  • Crie um pipeline do Lakeflow que realize a execução em intervalos programados para invocar seu agente com novos dados. Isso cria um pipeline do Lakeflow que atualiza uma tabela de transmissão com seus dados classificados. Você pode programar o pipeline para que ele entre em execução quando novos dados chegarem. Para obter mais informações sobre pipelines do Lakeflow, consulte Spark Declarative Pipelines no Lakeflow.

Classificar documentos em SQL​

Chame ai_classify em SQL para classificar documentos em escala:

SQL
SELECT ai_classify(
  'My password is leaked.',
  '["urgent", "not_urgent"]',
  MAP('version', '2.1')
);

Consulte a referência de SQL ai_classify.

Classificar documentos com a API REST​

Use a API REST para classificar documentos de aplicativos, serviços e fluxos de trabalho de automação. Consulte a documentação da API REST para referência.

The default rate limit for ai_classify REST API requests is 1,200 requests per minute per workspace. Contact your Databricks account team to request a higher limit.

O exemplo a seguir classifica uma mensagem de suporte ao cliente:

Bash
curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/ai-classify" \
     -H "Authorization: Bearer $DATABRICKS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{
  "content": "My password is leaked.",
  "labels": ["urgent", "not_urgent"],
  "options": {
    "instructions": "Classify the support request by urgency."
  }
}'

Limitações​

Consulte Limitações

Nesta página