Tarefa ai_classify para jobs

info

Beta

Este recurso está na Beta. Para usá-lo, um administrador de Workspace deve ativar a Tarefa de função de AI do Lakeflow na página Pré-visualizações . Consulte Gerenciar prévias do Databricks.

Para classificar texto em um job, use uma tarefa ai_classify. A tarefa executa ai_classify em cada linha de uma tabela do Unity Catalog. A tarefa classifica texto ou documentos analisados em rótulos que você define e grava o resultado de cada linha em uma tabela do Unity Catalog.

Uma tarefa ai_classify é um tipo de tarefa de Função de AI. Na API de jobs e nos Pacotes de automação declarativa, é um ai_function_task com o conjunto de funções ai_classify. Para requisitos e como as tarefas de Função de AI processam dados, consulte Tarefas de Função de AI para Job.

Adicionar uma tarefa ai_classify

Para adicionar uma tarefa ai_classify:

1. Navegue até a tab Tarefas na interface do usuário de Jobs.
2. Clique em Adicionar tarefa . Se o job ainda não tiver tarefas, clique em Adicionar outro tipo de tarefa .
3. Em Inteligência de documento , selecione Classificação .
4. Insira um nome no campo Nome da tarefa . O default é classification.
5. Em Entrada , selecione uma tabela e a Coluna a ser classificada. Para classificar documentos, analise-os primeiro. Veja Usar com outras funções de AI.
6. Em Saída , selecione o Local e, opcionalmente, insira um Nome da tabela . Consulte Saída.
7. (Opcional) Adicione uma coluna de ID . Consulte Coluna ID.
8. Defina os rótulos para classificar. Veja Definir os rótulos.
9. (Opcional) Configure as configurações em Configurações opcionais . Veja Configurações opcionais.
10. (Opcional) Para configurar limites de tentativas, duração de execução ou backlog de transmissão, ou notificações, veja Configurações de tarefa avançadas.
11. Clique em Salvar tarefa .

A tarefa é executada na próxima vez que o job for executado. A primeira execução classifica todas as linhas da tabela. As execuções posteriores classificam apenas as linhas adicionadas ou alteradas desde a execução anterior e removem os resultados das linhas excluídas. Para programar a execução do Job, consulte Programar a execução de Job. Para editar, clonar, desabilitar ou excluir esta tarefa, consulte Configurar e editar tarefas em Lakeflow Jobs.

Definir os rótulos

Em Rótulos , adicione cada rótulo na qual uma entrada pode ser classificada, com um nome e uma descrição opcional. Os nomes dos rótulos devem ser únicos. Uma descrição ajuda a função a diferenciar rótulos semelhantes.

A função atribui a cada entrada o rótulo que melhor corresponde, mesmo quando nenhum rótulo se ajusta bem. Para capturar entradas que não se encaixam, adicione um rótulo de captura de tudo, como other, e descreva o que pertence a ele. Para revisar resultados incertos, ative Pontuações de confiança .

Uma tarefa ai_classify leva de 2 a 10 rótulos. A função ai_classify em si aceita até 500 rótulos, portanto, para usar mais de 10, chame ai_classify em uma tarefa de SQL, notebook ou pipeline.

Configurações opcionais

Em Configurações opcionais , você pode definir o seguinte:

• Pontuações de confiança : inclua uma pontuação de confiança para cada rótulo na resposta.
• Fundamentos : incluem um fundamento que explica cada classificação na resposta.
• Vários rótulos : atribua mais de um rótulo a cada entrada.
• Instruções : orientação aplicada a cada linha, como qual rótulo escolher quando dois rótulos se encaixam.
• Versão : A versão ai_classify que a tarefa está em execução, mostrada para referência. A versão é pin, portanto, as execuções agendadas não são alteradas quando a função é atualizada.

Defina a tarefa em Pacotes de Automação Declarativa

Os Pacotes de automação declarativa permitem que você defina o job em arquivos de código-fonte, para que você possa versionar, revisar e implantar alterações nele como código. O exemplo a seguir define um job com uma tarefa ai_classify que rotula cada ticket de suporte como urgent ou normal e inclui uma justificativa para cada rótulo. Para classificar documentos em um volume, veja Usar com outras funções de AI. Para criar o job com a API de Jobs, envie as mesmas configurações de job para jobs/create.

YAML

# resources/classify_support_tickets.job.yml
resources:
  jobs:
    classify_support_tickets:
      name: classify_support_tickets
      tasks:
        - task_key: classification
          ai_function_task:
            delta_table:
              table_name: main.support.tickets
              input_column: body
              merge_key_columns: [ticket_id]
            output:
              catalog: main
              schema: support
            ai_classify:
              version: '2.1'
              inline_labels:
                labels:
                  - name: urgent
                    description: The customer is blocked or reports an outage.
                  - name: normal
                    description: A question or a non-blocking issue.
              instructions: Prefer urgent when the ticket mentions production.
              enable_rationales: true

Saída

A coluna response da tabela de saída mantém o resultado ai_classify completo para cada linha como um VARIANT, incluindo pontuações de confiança e fundamentos quando você os ativa. A tarefa não adiciona uma coluna para cada valor. Para obter um valor como uma coluna, selecione-o em response em uma query. Para o formato, consulte ai_classify retornos. Para as outras colunas, consulte Tabela de saída.

Outros recursos

• Tarefas de função de AI para Job: Saiba mais sobre as tarefas de função de AI.
• Classificação: crie e teste rótulos na interface do usuário do Agent Bricks.