ontogptダウンロード - ontogptソースコードのダウンロード

ontogpt

AI ソースコード

v1.0.8

ダウンロード

ontogpt

<スパンクラス= ongpt ロゴ" style="max-width: 100%;">

導入

ontogpt 、大規模言語モデル (LLM)、指示プロンプト、およびオントロジーベースの基礎を使用してテキストから構造化情報を抽出するための Python パッケージです。

詳細については、完全なドキュメントを参照してください。

クイックスタート

ontogptコマンドラインで実行されますが、最小限の Web アプリインターフェイスもあります (以下のWeb Applicationセクションを参照)。

Python 3.9 以降がインストールされていることを確認してください。
pipでインストールします。
```
pip install ontogpt
```

OpenAI API キーを設定します。

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

すべてのontogptコマンドのリストを参照してください。
```
 ontogpt --help
```
情報抽出の簡単な例を試してください。
```
 echo " One treatment for high blood pressure is carvedilol. " > example.txt
ontogpt extract -i example.txt -t drug
```
ontogpt必要なオントロジーを取得し、結果をコマンドラインに出力します。出力では、抽出されたすべてのオブジェクトが、 extracted_objectという見出しの下に表示されます。

ウェブアプリケーション

ontogptを実行して結果を表示するための最低限の Web アプリケーションがあります。

まず、次のコマンドを実行して、 pipで必要な依存関係をインストールします。

pip install ontogpt [web]

次に、次のコマンドを実行して Web アプリケーションを開始します。

web- ontogpt

注: この Web アプリを認証なしでパブリックにホストすることはお勧めしません。

モデルAPI

ontogpt litellmパッケージ (https://litellm.vercel.app/) を使用して LLM とインターフェイスします。

これは、OpenAI、Azure、Anthropic、Mistral、Replicate などを含むほとんどの API がサポートされていることを意味します。

使用するモデル名はontogpt list-modelsコマンドから見つけることができます。最初の列の名前を--modelオプションで使用します。

ほとんどの場合、これには上記のように特定のサービスの API キーを設定する必要があります。

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

Azure を介した OpenAI モデルなどの一部のエンドポイントでは、追加の詳細を設定する必要があります。これらも同様に設定できます。

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 " >

これらの詳細は、次のように環境変数として設定することもできます。

 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 "

オープンモデル

オープン LLM は、 ollamaパッケージ (https://ollama.com/) を通じて取得して実行できます。

ollamaをインストールする必要があり (GitHub リポジトリを参照)、 ollama serveやsudo systemctl start ollamaなどのコマンドを使用してサービスとして開始する必要がある場合があります。

次に、 ollama pull <modelname>を使用してモデルを取得します (例: ollama pull llama3 。

モデルは、 --modelオプションとともに名前の前にollama/を付けることでontogptで使用できます (例: ollama/llama3 。

一部の ollam モデルはontogpt list-modelsにリストされていない場合がありますが、ダウンロードされた LLM の完全なリストはollama listコマンドで確認できます。

評価

ontogptの関数はテストデータに対して評価されています。これらの評価の詳細と再現方法については、完全なドキュメントを参照してください。

チュートリアルとプレゼンテーション

プレゼンテーション: 「地に足を着いた: 大規模な言語モデルの助けを借りて構造化された生物学的知識を組み立てる」 - AgBioData Consortium ウェビナーシリーズの一部として Harry Caufield 氏が発表 (2023 年 9 月)
- スライド
- ビデオ
プレゼンテーション: 「大規模な言語モデルを使用した非構造化生物医学テキストの変換」 - ISMB/ECCB 2023 の BOSC トラックの一部として Harry Caufield によって発表 (2023 年 7 月)
- スライド
- ビデオ
プレゼンテーション: 「 ontogpt : オントロジーと大規模言語モデルを操作するためのフレームワーク」 - 共同食品オントロジーワークグループでの Chris Mungall による講演 (2023 年 5 月)
- スライド
- ビデオ

引用

ontogptで使用される情報抽出アプローチである SPIRES については、Caufield JH、Hegde H、Emonet V、Harris NL、Joachimiak MP、Matentzoglu N、他で詳しく説明されています。 Structured Prompt Interrogation and Recursive Extraction of Semantics (SPIRES): ゼロショット学習を使用して知識ベースを設定する方法。バイオインフォマティクス、第 40 巻、第 3 号、2024 年 3 月、btae104、https://doi.org/10.1093/bioinformatics/btae104。