ontogpt

ontogpt

togpt 標誌" style="max-width: 100%;">

介紹

ontogpt是一個 Python 包，用於從具有大型語言模型 (LLM)、指令提示和基於本體的基礎的文本中提取結構化資訊。

有關更多詳細信息，請參閱完整文件。

快速入門

ontogpt在命令列上運行，但也有一個最小的 Web 應用程式介面（請參閱下面的Web Application部分）。

1. 確保您安裝了 Python 3.9 或更高版本。

2. 使用pip安裝：

   pip install ontogpt

3. 設定您的 OpenAI API 金鑰：

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

4. 查看所有ontogpt指令的清單：

    ontogpt --help

5. 嘗試一個簡單的資訊擷取範例：

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

   ontogpt將檢索必要的本體並將結果輸出到命令列。您的輸出將在extracted_object標題下提供所有提取的物件。

網頁應用程式

有一個簡單的 Web 應用程式用於運行ontogpt並查看結果。

首先，透過執行以下命令使用pip安裝所需的依賴項：

pip install ontogpt [web]

然後執行以下命令來啟動 Web 應用程式：

web- ontogpt

注意：我們不建議在未經身份驗證的情況下公開託管此 Web 應用程式。

模型 API

ontogpt使用litellm套件 (https://litellm.vercel.app/) 與 LLM 互動。

這意味著支援大多數 API，包括 OpenAI、Azure、Anthropic、Mistral、Replicate 等。

要使用的模型名稱可以從命令ontogpt list-models中找到 - 使用第一列中的名稱和--model選項。

在大多數情況下，這需要為特定服務設定 API 金鑰，如下所示：

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

某些端點（例如透過 Azure 的 OpenAI 模型）需要設定其他詳細資訊。這些可以類似地設定：

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 " >

這些詳細資訊也可以設定為環境變量，如下所示：

 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 " 

開放模型

開放式法學碩士可以透過ollama包 (https://ollama.com/) 檢索和運作。

您需要安裝ollama （請參閱 GitHub 儲存庫），並且可能需要使用ollama serve或sudo systemctl start ollama等命令將其作為服務啟動。

然後使用ollama pull <modelname>檢索模型，例如ollama pull llama3 。

然後，可以透過在其名稱前面加上ollama/前綴（例如ollama/llama3以及--model選項，在ontogpt中使用該模型。

一些 ollama 模型可能不會在ontogpt list-models中列出，但可以使用ollama list命令查看下載的 LLM 的完整列表。

評價

ontogpt的功能已根據測試數據進行了評估。請參閱完整文檔，以了解有關這些評估以及如何重現它們的詳細資訊。

相關項目

• TALISMAN，一種用於產生基因集中豐富功能摘要的工具。 TALISMAN 使用ontogpt與法學碩士合作。

教學和演示

• 簡報：「腳踏實地：在大型語言模型的幫助下組裝結構化生物知識」 - 由 Harry Caufield 在 AgBioData 聯盟網路研討會系列中發表（2023 年 9 月）
  • 幻燈片
  • 影片
• 簡報：「利用大型語言模型轉換非結構化生物醫學文本」 - 由 Harry Caufield 在 ISMB/ECCB 2023 上作為 BOSC 軌道的一部分進行演示（2023 年 7 月）
  • 幻燈片
  • 影片
• 簡報：「 ontogpt ：使用本體和大型語言模型的框架」 - Chris Mungall 在聯合食品本體工作小組上的演講（2023 年 5 月）
  • 幻燈片
  • 影片

引文

ontogpt 、SPIRES 中使用的資訊提取方法在以下文獻中有進一步描述：Caufield JH、Hegde H、Emonet V、Harris NL、Joachimiak MP、Matentzoglu N 等人。結構化提示詢問和語意遞歸提取（SPIRES）：一種使用零樣本學習填充知識庫的方法。生物資訊學，第 40 卷，第 3 期，2024 年 3 月，btae104，https://doi.org/10.1093/bioinformatics/btae104。

致謝

該項目是君主倡議的一部分。我們也衷心感謝博世研究中心對此研究計畫的支持。