ontogpt

ontogpt

ongpt Logo" style="max-width: 100%;">

Perkenalan

ontogpt adalah paket Python untuk mengekstraksi informasi terstruktur dari teks dengan model bahasa besar (LLM), petunjuk instruksi , dan landasan berbasis ontologi.

Untuk lebih jelasnya, silakan lihat dokumentasi lengkapnya.

Mulai Cepat

ontogpt berjalan pada baris perintah, meskipun ada juga antarmuka aplikasi web minimal (lihat bagian Web Application di bawah).

1. Pastikan Anda menginstal Python 3.9 atau lebih tinggi.

2. Instal dengan pip :

   pip install ontogpt

3. Setel kunci API OpenAI Anda:

   runoak set-apikey -e openai < your openai api key >

4. Lihat daftar semua perintah ontogpt :

    ontogpt --help

5. Coba contoh sederhana ekstraksi informasi:

    echo " One treatment for high blood pressure is carvedilol. " > example.txt
   ontogpt extract -i example.txt -t drug

   ontogpt akan mengambil ontologi yang diperlukan dan hasil keluaran ke baris perintah. Output Anda akan menyediakan semua objek yang diekstraksi di bawah judul extracted_object .

Aplikasi Web

Ada aplikasi web sederhana untuk menjalankan ontogpt dan melihat hasilnya.

Pertama, instal dependensi yang diperlukan dengan pip dengan menjalankan perintah berikut:

pip install ontogpt [web]

Kemudian jalankan perintah ini untuk memulai aplikasi web:

web- ontogpt

CATATAN: Kami tidak menyarankan hosting aplikasi web ini secara publik tanpa autentikasi.

Model API

ontogpt menggunakan paket litellm (https://litellm.vercel.app/) untuk berinteraksi dengan LLM.

Ini berarti sebagian besar API didukung, termasuk OpenAI, Azure, Anthropic, Mistral, Replikasi, dan seterusnya.

Nama model yang akan digunakan dapat ditemukan dari perintah ontogpt list-models - gunakan nama di kolom pertama dengan opsi --model .

Dalam kebanyakan kasus, hal ini memerlukan pengaturan kunci API untuk layanan tertentu seperti di atas:

runoak set-apikey -e anthropic-key < your anthropic api key >

Beberapa titik akhir, seperti model OpenAI melalui Azure, memerlukan pengaturan detail tambahan. Ini dapat diatur dengan cara yang sama:

runoak set-apikey -e azure-key < your azure api key >
runoak set-apikey -e azure-base < your azure endpoint url >
runoak set-apikey -e azure-version < your azure api version, e.g. " 2023-05-15 " >

Detail ini juga dapat ditetapkan sebagai variabel lingkungan sebagai berikut:

 export AZURE_API_KEY= " my-azure-api-key "
export AZURE_API_BASE= " https://example-endpoint.openai.azure.com "
export AZURE_API_VERSION= " 2023-05-15 " 

Model Terbuka

LLM terbuka dapat diambil dan dijalankan melalui paket ollama (https://ollama.com/).

Anda perlu menginstal ollama (lihat repo GitHub), dan Anda mungkin perlu memulainya sebagai layanan dengan perintah seperti ollama serve atau sudo systemctl start ollama .

Kemudian ambil model dengan ollama pull <modelname> , misalnya ollama pull llama3 .

Model kemudian dapat digunakan dalam ontogpt dengan mengawali namanya dengan ollama/ , misalnya ollama/llama3 , bersama dengan opsi --model .

Beberapa model ollama mungkin tidak terdaftar dalam ontogpt list-models tetapi daftar lengkap LLM yang diunduh dapat dilihat dengan perintah ollama list .

Evaluasi

Fungsi ontogpt telah dievaluasi pada data pengujian. Silakan lihat dokumentasi lengkap untuk rincian mengenai evaluasi ini dan cara mereproduksinya.

Proyek Terkait

• TALISMAN, alat untuk menghasilkan ringkasan fungsi yang diperkaya dalam kumpulan gen. TALISMAN menggunakan ontogpt untuk bekerja dengan LLM.

Tutorial dan Presentasi

• Presentasi: "Tetap membumi: mengumpulkan pengetahuan biologi terstruktur dengan bantuan model bahasa besar" - disajikan oleh Harry Caufield sebagai bagian dari seri webinar Konsorsium AgBioData (September 2023)
  • Slide
  • Video
• Presentasi: "Mengubah teks biomedis tidak terstruktur dengan model bahasa besar" - disajikan oleh Harry Caufield sebagai bagian dari jalur BOSC di ISMB/ECCB 2023 (Juli 2023)
  • Slide
  • Video
• Presentasi: " ontogpt : Kerangka kerja untuk bekerja dengan ontologi dan model bahasa besar" - ceramah oleh Chris Mungall di Joint Food Ontology Workgroup (Mei 2023)
  • Slide
  • Video

Kutipan

Pendekatan ekstraksi informasi yang digunakan dalam ontogpt , SPIRES, dijelaskan lebih lanjut dalam: Caufield JH, Hegde H, Emonet V, Harris NL, Joachimiak MP, Matentzoglu N, dkk. Interogasi cepat terstruktur dan ekstraksi semantik rekursif (SPIRES): Sebuah metode untuk mengisi basis pengetahuan menggunakan pembelajaran zero-shot. Bioinformatika , Volume 40, Edisi 3, Maret 2024, btae104, https://doi.org/10.1093/bioinformatics/btae104.

Ucapan Terima Kasih

Proyek ini adalah bagian dari Inisiatif Monarch. Kami juga mengucapkan terima kasih kepada Bosch Research atas dukungan mereka terhadap proyek penelitian ini.