跳转到内容
LlamaIndex Python Documentation
TypeScript

快速入门

Classify 功能允许您使用自然语言规则自动将文档分类为您定义的类型（例如：发票、收据、合同）。

Classify 目前处于测试阶段，可能会发生破坏性变更。

使用案例

Section titled “Use Cases”
  • Use as a pre-processing step
    • 提取前: 先进行分类，然后使用不同的 LlamaExtract 智能体运行特定模式的提取（例如发票与合同），以提高准确性并降低成本。
    • 解析前处理: 先进行分类，然后对已标记文件运行LlamaParse，针对每个分类类别使用精细调整的解析设置，以提高准确性并降低成本。
    • 索引前处理: 先进行分类，然后将分类后的文件发送至相应的LlamaCloud索引中，采用定制化的分块、元数据和访问控制策略，以提升检索质量。
  • 后台文档的接收路由: 自动将发票、收据、采购订单和银行对账单分流至正确的队列、存储桶或审批流程。
  • 数据集整理: 自动将大型档案库标记为有意义的类别，为模型训练创建带标签的子集。

概念

Section titled “Concepts”

  • 规则: 基于内容的文档类型标准。每个规则包含：

    • typetype: 要分配的标签。只能包含字母数字字符、空格、连字符和下划线。例如：“invoice”（发票）、“sec_filing”（证券申报）、“Tax Return”（纳税申报表）、“10-K”（10-K报表）。
    • descriptiondescription: 描述应匹配此类型内容的自然语言说明。

  • 解析配置（可选）：控制在分类前如何解析文档（例如语言、页面限制）。有助于在速度/准确性之间进行权衡。

  • 结果: 对于每个文件，您将获得一个 type（预测值）、confidence（0.0–1.0）和 reasoning（逐步说明）。

典型流程

Section titled “Typical flow”

  1. 将您的文件上传至LlamaCloud

  2. 为您的目标类别创建规则

  3. 使用文件ID和规则创建一个分类任务

  4. 获取结果并使用预测

下一步

Section titled “Next steps”