问答对挖掘(QAPairMining)可以基于输入文本内容,快速生成多个问题及对应答案,极大提高信息提炼的效率和准确性。广泛用于在线客服、智能问答等领域。
基于输入文本内容,快速生成多个问题及对应答案;可与文档解析、分段联用,快速生成文档的问答对。
问答对挖掘组件快速基于输入文本生成的问题和答案,准确率高;可快速依据文档生成FAQ,减少人工成本。
适用于在线客服、智能问答等场景
import os
import appbuilder
# 请前往千帆AppBuilder官网创建密钥,流程详见:https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5
os.environ["APPBUILDER_TOKEN"] = "..."
qa_mining = appbuilder.QAPairMining(model="ERNIE Speed-AppBuilder")
# 输入文本(对此文本挖掘问答对)
msg = '2017年,工商银行根据外部宏观环境变化,及时调整业务策略,优化资产负债结构,' + \
'保持存贷款业务协调发展,提升资产负债配置效率。' + \
'2018年3月末,工商银行总资产264,937.81亿元,比上年末增加4,067.38亿元.'
msg = appbuilder.Message(msg)
answer = qa_mining(msg)
print(">>> Output: {}".format(answer.content))
使用组件之前,请首先申请并设置鉴权参数,可参考组件使用流程。
# 设置环境中的TOKEN,以下示例略
os.environ["APPBUILDER_TOKEN"] = "bce-YOURTOKEN"
无
参数名称 | 参数类型 | 是否必须 | 描述 | 示例值 |
---|---|---|---|---|
message | String | 是 | 输入消息,用于模型的主要输入内容。这是一个必需的参数。 | Message("2017年,工商银行根据...") |
stream | bool | 否 | 指定是否以流式形式返回响应。默认为 False。 | False |
temperature | float | 否 | 模型配置的温度参数,用于调整模型的生成概率。取值范围为 0.0 到 1.0,其中较低的值使生成更确定性,较高的值使生成更多样性。默认值为 1e-10。 | 1e-10 |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
result | String | 输出消息,包含模型运行后的输出内容。 | 见响应示例 |
问题:2017年,工商银行是如何应对外部宏观环境变化的?
答案:工商银行根据外部宏观环境变化,及时调整业务策略,优化资产负债结构,保持存贷款业务协调发展,提升资产负债配置效率。
问题:2018年3月末,工商银行总资产是多少?
答案:264,937.81亿元。
错误码 | 描述 |
---|
基于一篇文档,快速生成多个问题及对应答案,极大提高信息提炼的效率和准确性。 主要流程如下:
- 读取本地文档,文档解析分段,获取段落;
- 段落作为问答对挖掘的输入,挖掘问答对。
import os
import requests
from appbuilder.utils.logger_util import logger
from appbuilder import Message, DocParser, DocSplitter, QAPairMining
# 请前往千帆AppBuilder官网创建密钥,流程详见:https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5
# os.environ["APPBUILDER_TOKEN"] = "..."
# 进行文档内容解析
file_url = "https://agi-dev-platform-bos.bj.bcebos.com/ut_appbuilder/test.pdf?authorization=bce-auth-v1/e464e6f951124fdbb2410c590ef9ed2f/2024-01-25T12%3A56%3A15Z/-1/host/b54178fea9be115eafa2a8589aeadfcfaeba20d726f434f871741d4a6cb0c70d"
file_data = requests.get(file_url).content
file_path = "./test.pdf" # 待解析的文件路径
with open(file_path, "wb") as f:
f.write(file_data)
# 解析文档
msg = Message(file_path)
parser = DocParser()
parse_result = parser.run(msg, return_raw=True)
# 对文档进行分段落,split_by_chunk需要return_raw=True
splitter = DocSplitter(
splitter_type="split_by_chunk", overlap=0)
split_result = splitter(parse_result)
# 每个段落抽取问答对,并返回结果
for doc_segment in split_result.content["paragraphs"]:
qa_mining = QAPairMining(model="ERNIE Speed-AppBuilder")
text = doc_segment.get("text", "")
if text == "":
logger.error("Text is null. break")
break
logger.info("Input: \n{}".format(text))
answer = qa_mining(Message(text))
logger.info("Output: \n{}".format(answer.content))
break # 样例代码只跑1个段落
- 问答对挖掘能力 (2023-12)