ontogpt

ontogpt

Ontogpt โลโก้" style="max-width: 100%;">

การแนะนำ

ontogpt เป็นแพ็คเกจ Python สำหรับการดึงข้อมูลที่มีโครงสร้างจากข้อความที่มีโมเดลภาษาขนาดใหญ่ (LLM) พร้อมต์คำสั่ง และการต่อสายดินตามภววิทยา

สำหรับรายละเอียดเพิ่มเติม โปรดดูเอกสารฉบับเต็ม

เริ่มต้นอย่างรวดเร็ว

ontogpt ทำงานบนบรรทัดคำสั่ง แม้ว่าจะมีอินเทอร์เฟซเว็บแอปขั้นต่ำด้วย (ดูหัวข้อ Web Application ด้านล่าง)

1. ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง Python 3.9 ขึ้นไป

2. ติดตั้งด้วย pip :

   pip install ontogpt

3. ตั้งค่าคีย์ OpenAI API ของคุณ:

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

4. ดูรายการคำสั่ง ontogpt ทั้งหมด:

    ontogpt --help

5. ลองตัวอย่างง่ายๆ ของการดึงข้อมูล:

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

   ontogpt จะดึงข้อมูล Ontology ที่จำเป็นและผลลัพธ์ที่ส่งออกไปยังบรรทัดคำสั่ง ผลลัพธ์ของคุณจะจัดเตรียมอ็อบเจ็กต์ที่แยกออกมาทั้งหมดภายใต้หัวข้อ extracted_object

แอปพลิเคชันเว็บ

มีเว็บแอปพลิเคชัน Bare Bones สำหรับเรียกใช้ ontogpt และดูผลลัพธ์

ขั้นแรก ให้ติดตั้งการขึ้นต่อกันที่จำเป็นด้วย pip โดยรันคำสั่งต่อไปนี้:

pip install ontogpt [web]

จากนั้นรันคำสั่งนี้เพื่อเริ่มเว็บแอปพลิเคชัน:

web- ontogpt

หมายเหตุ: เราไม่แนะนำให้โฮสต์ webapp นี้แบบสาธารณะโดยไม่มีการตรวจสอบสิทธิ์

API โมเดล

ontogpt ใช้แพ็คเกจ litellm (https://litellm.vercel.app/) เพื่อเชื่อมต่อกับ LLM

ซึ่งหมายความว่า API ส่วนใหญ่ได้รับการสนับสนุน รวมถึง OpenAI, Azure, Anthropic, Mistral, Replicate และอื่นๆ อีกมากมาย

ชื่อรุ่นที่จะใช้อาจพบได้จากคำสั่ง ontogpt list-models - ใช้ชื่อในคอลัมน์แรกพร้อมกับตัวเลือก --model

ในกรณีส่วนใหญ่ จะต้องมีการตั้งค่าคีย์ API สำหรับบริการเฉพาะดังที่กล่าวข้างต้น:

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

ตำแหน่งข้อมูลบางอย่าง เช่น โมเดล OpenAI ผ่าน Azure จำเป็นต้องมีการตั้งค่ารายละเอียดเพิ่มเติม สิ่งเหล่านี้อาจถูกตั้งค่าในทำนองเดียวกัน:

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 " >

รายละเอียดเหล่านี้อาจถูกตั้งค่าเป็นตัวแปรสภาพแวดล้อมดังต่อไปนี้:

 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 " 

เปิดโมเดล

Open LLM อาจดึงข้อมูลและเรียกใช้ผ่านแพ็คเกจ ollama (https://ollama.com/)

คุณจะต้องติดตั้ง ollama (ดู GitHub repo) และคุณอาจต้องเริ่มต้นเป็นบริการด้วยคำสั่งเช่น ollama serve หรือ sudo systemctl start ollama

จากนั้นดึงข้อมูลโมเดลที่มี ollama pull <modelname> เช่น ollama pull llama3

จากนั้นโมเดลอาจถูกใช้ใน ontogpt โดยนำหน้าชื่อด้วย ollama/ เช่น ollama/llama3 พร้อมด้วยตัวเลือก --model

โมเดลโอลามะบางรุ่นอาจไม่แสดงรายการอยู่ใน ontogpt list-models แต่สามารถดูรายการ LLM ที่ดาวน์โหลดทั้งหมดได้ด้วยคำสั่ง ollama list

การประเมินผล

ฟังก์ชั่นของ ontogpt ได้รับการประเมินจากข้อมูลทดสอบ โปรดดูเอกสารฉบับเต็มสำหรับรายละเอียดเกี่ยวกับการประเมินเหล่านี้และวิธีการทำซ้ำ

โครงการที่เกี่ยวข้อง

• TALISMAN เครื่องมือสำหรับสร้างบทสรุปของฟังก์ชันที่เสริมสมรรถนะภายในชุดยีน TALISMAN ใช้ ontogpt เพื่อทำงานร่วมกับ LLM

บทช่วยสอนและการนำเสนอ

• การนำเสนอ: "อยู่บนพื้นฐาน: การรวบรวมความรู้ทางชีววิทยาที่มีโครงสร้างด้วยความช่วยเหลือจากแบบจำลองภาษาขนาดใหญ่" - นำเสนอโดย Harry Caufield โดยเป็นส่วนหนึ่งของซีรีส์การสัมมนาผ่านเว็บ AgBioData Consortium (กันยายน 2023)
  • สไลด์
  • วีดีโอ
• การนำเสนอ: "การแปลงข้อความชีวการแพทย์ที่ไม่มีโครงสร้างด้วยแบบจำลองภาษาขนาดใหญ่" - นำเสนอโดย Harry Caufield ซึ่งเป็นส่วนหนึ่งของเส้นทาง BOSC ที่ ISMB/ECCB 2023 (กรกฎาคม 2023)
  • สไลด์
  • วีดีโอ
• การนำเสนอ: " ontogpt : กรอบการทำงานสำหรับการทำงานกับออนโทโลจีและโมเดลภาษาขนาดใหญ่" - พูดคุยโดย Chris Mungall ที่ Joint Food Ontology Workgroup (พฤษภาคม 2023)
  • สไลด์
  • วีดีโอ

การอ้างอิง

วิธีการดึงข้อมูลที่ใช้ใน ontogpt , SPIRES มีอธิบายเพิ่มเติมใน: Caufield JH, Hegde H, Emonet V, Harris NL, Joachimiak MP, Matentzoglu N, และคณะ การซักถามแบบมีโครงสร้างพร้อมท์และการแยกความหมายแบบเรียกซ้ำ (SPIRES): วิธีการเติมฐานความรู้โดยใช้การเรียนรู้แบบ Zero-Shot ชีวสารสนเทศศาสตร์ เล่มที่ 40 ฉบับที่ 3 มีนาคม 2567 btae104 https://doi.org/10.1093/bioinformatics/btae104

รับทราบ

โครงการนี้เป็นส่วนหนึ่งของโครงการริเริ่มพระมหากษัตริย์ นอกจากนี้เรายังขอขอบคุณฝ่ายวิจัยของ Bosch ที่ให้การสนับสนุนโครงการวิจัยนี้