LLM-ฟังก์ชัน-การโทรและข้อมูล-การแยก
☰สารบัญ
- เป้าหมาย
- แนวคิดหลักในโครงการ
- การเรียกใช้ฟังก์ชัน
- การเรียกใช้ฟังก์ชันด้วยเครื่องมือภายนอก
- การสกัดแบบมีโครงสร้าง
- กรณีการใช้งานการเรียกใช้ฟังก์ชัน
- อ้างอิง
เป้าหมาย
สร้างระบบแยกข้อมูลบทสนทนา
- ส่วนที่ 1 - การแยกย่อยกระบวนการ
- การกำหนดข้อมูลที่จำเป็นในการดึงข้อมูล
- สร้างฐานข้อมูลเพื่อจัดเก็บข้อมูลที่แยกออกมา
- การกำหนดเครื่องมือเพื่อเติมฐานข้อมูล
- สร้างเครื่องมือในการดึงข้อมูลออกมา
- ส่วนที่ 2 - การสร้างระบบสกัดทั้งหมด
เข้าถึงสมุดบันทึกอย่างรวดเร็ว: Dialogue_Data_Extraction_System.ipynb
แนวคิดหลักในโครงการ
การเรียกใช้ฟังก์ชัน
- การเรียกฟังก์ชันเดียว
- การเรียกใช้ฟังก์ชันหลายรายการ
- การเรียกใช้ฟังก์ชันแบบขนาน
- การเรียกใช้ฟังก์ชันที่ซ้อนกัน
- ไม่มีการโทร
การเรียกใช้ฟังก์ชันด้วยเครื่องมือภายนอก
- การเชื่อมต่อ API
- เครื่องมือ Python ภายใน
การสกัดแบบมีโครงสร้าง
- วิธีง่ายๆ
- วิธีการเรียนข้อมูล
กรณีการใช้งานการเรียกใช้ฟังก์ชัน
- ใช้กรณีที่ 1: แยกข้อมูลที่มีโครงสร้างออกจากข้อมูลที่ไม่มีโครงสร้าง
- ใช้กรณีที่ 2: ดึงข้อมูลล่าสุดจากเว็บเพื่อเรียนรู้ด้วยตนเองและอัปเดต
- ใช้กรณีที่ 3: ดึงข้อมูลเชิงลึกจากฐานข้อมูลภายใน
- ใช้กรณีที่ 4: สร้างไฟล์ JSON ที่ถูกต้อง
อ้างอิง
- ชุดข้อมูล Hugging Face: SantiagoPG/customer_service_chatbot
- NexusRaven-V2 ใช้เพื่อดำเนินการเรียกใช้ฟังก์ชัน ซึ่งมาจาก Nexusflow
โปรเจ็กต์นี้ได้รับการสนับสนุนโดย DeepLearning.AI และ Nexusflow
