LLM-Llamadas-de-funciones-y-extracción-de-datos
☰ Tabla de contenidos
- Meta
- Conceptos clave en el proyecto.
- llamada de función
- Llamada a funciones con herramientas externas
- Extracción estructurada
- Casos de uso de llamadas a funciones
- Referencias
Meta
Construya un sistema de extracción de datos de diálogo
- Parte 1: Desglose del proceso
- Definición de los datos necesarios que se extraerán
- Creación de base de datos para almacenar datos extraídos
- Definir herramientas para poblar la base de datos.
- Creación de herramientas para recuperar información.
- Parte 2: construcción de todo el sistema de extracción
Acceso rápido al cuaderno: Dialogue_Data_Extraction_System.ipynb
Conceptos clave en el proyecto.
llamada de función
- Llamada de función única
- Llamada a múltiples funciones
- Llamada a funciones paralelas
- Llamada a función anidada
- sin llamada
Llamada a funciones con herramientas externas
- Interfaz API
- Herramienta interna de Python
Extracción estructurada
- método sencillo
- método de clase de datos
Casos de uso de llamadas a funciones
- Caso de uso 1: extraer datos estructurados de datos no estructurados
- Caso de uso 2: extraer los datos más recientes de la web para aprenderlos y actualizarlos por sí solos
- Caso de uso 3: recuperar información de la base de datos interna
- Caso de uso 4: generar un archivo JSON válido
Referencias
- Conjunto de datos sobre la cara de abrazo: SantiagoPG/customer_service_chatbot
- NexusRaven-V2 se utiliza para continuar con la llamada a la función, que es de Nexusflow.
Este proyecto cuenta con el apoyo de DeepLearning.AI y Nexusflow.
