文档

快速使用

更新时间:

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

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。

  • 本页导读 (0)
文档反馈