OpenNLU开放域文本理解模型
说明
支持的领域 / 任务:OpenNLU可以在任意领域完成各类NLU任务。
OpenNLU全称Open Domain Natural Language Understanding,是开箱即用的文本理解大模型,适用于中文、英文在在零样本条件下进行文本理解任务,如信息抽取、文本分类等。
OpenNLU将NLU任务分成两个大类:抽取和分类。抽取任务目标是从给定文本中抽取一些片段,如实体识别、事件抽取、关键词抽取等。分类任务目标是将给定文本按照给定的类别体系进行分类,如主题分类、情感分类、意图分类等。
重要
虽然OpenNLU已经在大量任务上训练且具备泛化性,但由于实际NLU任务的多样性、复杂性,其在不同具体任务上的效果可能有较大差别,请谨慎评估模型效果是否符合需求。
快速开始
前提条件
已开通服务并获得API-KEY:开通DashScope并创建API-KEY。
已安装最新版SDK:安装DashScope SDK。
以下示例展示了调用OpenNLU模型对一个用户指令进行响应的代码。
说明
请先参考“API-KEY设置”正确设置您的API-KEY。
# coding=utf-8
# For prerequisites running the following sample, visit https://help.aliyun.com/document_detail/611472.html
from http import HTTPStatus
import json
import dashscope
response = dashscope.Understanding.call(
model='opennlu-v1',
sentence='老师今天表扬我了',
labels='积极,消极',
task='classification')
if response.status_code == HTTPStatus.OK:
print(json.dumps(response.output, indent=4, ensure_ascii=False))
else:
print('Code: %d, status: %s, message: %s' % (response.status_code, response.code, response.message))
返回结果
返回结果示例
{
"status_code": 200,
"request_id": "39a41abe-1bed-430a-b9b5-277130c7eb82",
"code": "",
"message": "",
"output": {
"text": "积极;"
},
"usage": {
"output_tokens":2,
"input_tokens":11,
"total_tokens":13
}
}
了解更多
有关OpenNLU开放域文本理解模型API的详细调用文档可前往API详情页面进行了解。
文档内容是否对您有帮助?