文本标签分类

标签化是指为文档标记类别，例如：

情感

语言

风格（正式、非正式等）

涵盖的主题

政治倾向

概述​

标签化包含几个组成部分

function：与提取类似，标签化使用函数来指定模型应如何标记文档

schema：定义了我们希望如何标记文档

快速开始​

让我们来看一个非常简单的例子，说明如何在 LangChain 中使用 OpenAI 工具调用进行标签化。我们将使用由 OpenAI 模型支持的with_structured_output方法。

pip install --upgrade --quiet langchain-core

我们需要加载一个聊天模型

选择 聊天模型Google Gemini▾OpenAIAnthropicAzureGoogle GeminiGoogle VertexAWSGroqCohereNVIDIAFireworks AIMistral AITogether AIIBM watsonxDatabricksxAIPerplexitypip install -qU "langchain[google-genai]"import getpassimport osif not os.environ.get("GOOGLE_API_KEY"): os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter API key for Google Gemini: ")from langchain.chat_models import init_chat_modelllm = init_chat_model("gemini-2.0-flash", model_provider="google_genai")

让我们在 Schema 中指定一个 Pydantic 模型，其中包含一些属性及其预期类型。

from langchain_core.prompts import ChatPromptTemplatefrom langchain_openai import ChatOpenAIfrom pydantic import BaseModel, Fieldtagging_prompt = ChatPromptTemplate.from_template( """Extract the desired information from the following passage.Only extract the properties mentioned in the 'Classification' function.Passage:{input}""")class Classification(BaseModel): sentiment: str = Field(description="The sentiment of the text") aggressiveness: int = Field( description="How aggressive the text is on a scale from 1 to 10" ) language: str = Field(description="The language the text is written in")# Structured LLMstructured_llm = llm.with_structured_output(Classification)API 参考：ChatPromptTemplate | ChatOpenAI

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"prompt = tagging_prompt.invoke({"input": inp})response = structured_llm.invoke(prompt)response

Classification(sentiment='positive', aggressiveness=1, language='Spanish')

如果需要字典输出，我们只需调用.model_dump()

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"prompt = tagging_prompt.invoke({"input": inp})response = structured_llm.invoke(prompt)response.model_dump()

{'sentiment': 'enojado', 'aggressiveness': 8, 'language': 'es'}

正如我们在示例中看到的，它正确地解释了我们想要的内容。

结果会有所不同，例如，我们可能会得到不同语言的情绪（'positive'、'enojado'等）。

我们将在下一节中看到如何控制这些结果。

更精细的控制​

仔细的 Schema 定义使我们能够更精细地控制模型的输出。

具体来说，我们可以定义

每个属性的可能值

描述以确保模型理解该属性

要返回的必需属性

让我们重新声明我们的 Pydantic 模型，使用枚举来控制前面提到的每个方面

class Classification(BaseModel): sentiment: str = Field(..., enum=["happy", "neutral", "sad"]) aggressiveness: int = Field( ..., description="describes how aggressive the statement is, the higher the number the more aggressive", enum=[1, 2, 3, 4, 5], ) language: str = Field( ..., enum=["spanish", "english", "french", "german", "italian"] )

tagging_prompt = ChatPromptTemplate.from_template( """Extract the desired information from the following passage.Only extract the properties mentioned in the 'Classification' function.Passage:{input}""")llm = ChatOpenAI(temperature=0, model="gpt-4o-mini").with_structured_output( Classification)

现在，答案将以我们期望的方式受到限制！

inp = "Estoy increiblemente contento de haberte conocido! Creo que seremos muy buenos amigos!"prompt = tagging_prompt.invoke({"input": inp})llm.invoke(prompt)

Classification(sentiment='positive', aggressiveness=1, language='Spanish')

inp = "Estoy muy enojado con vos! Te voy a dar tu merecido!"prompt = tagging_prompt.invoke({"input": inp})llm.invoke(prompt)

Classification(sentiment='enojado', aggressiveness=8, language='es')

inp = "Weather is ok here, I can go outside without much more than a coat"prompt = tagging_prompt.invoke({"input": inp})llm.invoke(prompt)

Classification(sentiment='neutral', aggressiveness=1, language='English')

该LangSmith 追踪让我们得以一窥其内部运作

深入探讨​

您可以使用元数据标签器文档转换器，用于从 LangChain Document 中提取元数据。

这涵盖了与标签链相同的基础功能，只是应用于 LangChain Document。