概率判断

更新时间:
复制 MD 格式

本文介绍如何使用 AI_PROB,通过决策模型判断给定条件成立的概率。

使用限制

模型注册、执行要求和错误处理,请参见决策函数使用概述。

语法

AI_PROB(
    MODEL => MODEL <model_name>,
    STATE => <state>,
    QUESTION => <question>
    [, CRITERIA => <criteria>]
    [, DETAILS => <details>]
    [, CONFIG => <config>]
    [, FAIL_ON_ERROR => <fail_on_error>]
)

入参

参数

数据类型

是否必填

默认值

说明

MODEL

MODEL

是

无

已注册的决策模型,输出列须为 VARIANT。

STATE

STRING 或 VARIANT

是

无

待判断的内容。

QUESTION

STRING

是

无

描述待判断条件的非 NULL 字符串常量。

CRITERIA

ARRAY<STRING>

否

无

由两个字符串常量组成的数组,按 false、true 顺序描述条件不成立和成立的情况。

DETAILS

BOOLEAN

否

FALSE

是否返回完整答案。须为布尔字面量。

CONFIG

MAP<STRING, STRING>

否

无

调用级配置,键和值须为字符串常量。配置方式请参见通用调用。

FAIL_ON_ERROR

BOOLEAN

否

TRUE

预测最终失败时是否使作业报错。须为布尔字面量。

例如,ARRAY['无需客服跟进', '仍需客服跟进'] 中:

  • 第一项对应 false,表示无需客服跟进。

  • 第二项对应 true,表示仍需客服跟进。

输出

返回 DOUBLE,表示条件成立的概率,范围为 0~1。

设置 DETAILS => TRUE 后返回 VARIANT,包含条件成立概率等详细信息。具体结构及字段含义请参见百炼决策模型 API“返回参数”中的 answers 部分。

设置 FAIL_ON_ERROR => FALSE 后的返回结构,请参见错误处理。

STATE 为 NULL 时返回 NULL。

示例

测试语句

CREATE TEMPORARY MODEL jev_model
INPUT (state STRING)
OUTPUT (answer VARIANT)
WITH (
    'provider' = 'dashscope',
    'task' = 'decision',
    'model' = 'decision-model-preview'
);

CREATE TEMPORARY VIEW tickets(id, content) AS VALUES
    (1, '商品无法开机,申请退货。'),
    (2, '退款已经到账了,现在的问题是退件一直没人来取。'),
    (3, '刚才的问题已经解决了,谢谢。');

SELECT
    id,
    AI_PROB(
        MODEL => MODEL jev_model,
        STATE => content,
        QUESTION => '用户是否仍有需要客服处理的诉求?',
        CRITERIA => ARRAY['无需客服跟进', '仍需客服跟进']
    ) AS need_help
FROM tickets;

输出结果

以下仅为输出格式示例,实际概率以模型返回为准。

id

need_help

1

0.99

2

0.98

3

0.02

按概率筛选

可在 WHERE 中直接使用 AI_PROB。以下示例使用前文创建的模型和视图,仅保留需要跟进的概率不低于 0.8 的记录。

SELECT id, content
FROM tickets
WHERE AI_PROB(
    MODEL => MODEL jev_model,
    STATE => content,
    QUESTION => '用户是否仍有需要客服处理的诉求?'
) >= 0.8;

相关文档