Recette : Classer un texte selon vos propres libellés

La classification attribue à chaque texte un libellé par tâche, parmi des ensembles de libellés que vous définissez. Une même requête peut exécuter plusieurs tâches à la fois, comme le sujet et la priorité, et le texte peut être rédigé dans n’importe quelle langue prise en charge.

Requête

Le message ci-dessous est en espagnol. Les libellés restent en anglais.

curl -X POST https://api.fastino.ai/v1/chat/completions \
  -H "Authorization: Bearer $FASTINO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "fastino/gliner2.5-multi-v1",
  "messages": [
    {
      "role": "user",
      "content": "La aplicación se cierra cada vez que intento pagar con tarjeta. Necesito una solución hoy."
    }
  ],
  "schema": {
    "classifications": [
      {
        "task": "topic",
        "labels": [
          "billing",
          "bug",
          "account",
          "feature_request"
        ],
        "multi_label": false
      },
      {
        "task": "priority",
        "labels": [
          "urgent",
          "routine"
        ],
        "multi_label": false
      }
    ]
  },
  "threshold": 0.5,
  "store": false
}'

Schéma de la requête

Champ	Type	Dans cette recette
`model`	string	`fastino/gliner2.5-multi-v1`.
`messages`	array	Un message `user` contenant le texte à classer.
`schema.classifications[].task`	string	Le nom que vous donnez à la tâche. Il devient une clé du résultat.
`schema.classifications[].labels`	array	Les libellés parmi lesquels choisir.
`schema.classifications[].multi_label`	boolean	`false` renvoie exactement un libellé par tâche. `true` peut en renvoyer plusieurs.
`threshold`	number	Confiance minimale, de 0 à 1. Valeur par défaut : `0.5`.
`store`	boolean	Vaut `true` par défaut, ce qui enregistre l’inférence. `false` permet de s’y soustraire.

Réponse

GLiNER renvoie le résultat sous forme de chaîne JSON dans choices[0].message.content. Une fois analysé, il se présente ainsi. Mesuré sur https://api.fastino.ai ; les valeurs de confiance varient légèrement d’un appel à l’autre.

{
  "topic": {
    "label": "bug",
    "confidence": 0.844
  },
  "priority": {
    "label": "urgent",
    "confidence": 0.938
  }
}

Schéma de la réponse

Champ	Type	Signification
`<task>`	object	Une clé par tâche définie. Ici, `topic` et `priority`.
`<task>.label`	string	Le libellé retenu pour une tâche à libellé unique.
`<task>.confidence`	number	Confiance pour ce libellé, de 0 à 1.

Les tâches sont évaluées ensemble : ajouter ou retirer une tâche peut donc modifier légèrement les valeurs de confiance des autres.

Exploiter la réponse

import json

result = json.loads(response.json()["choices"][0]["message"]["content"])
topic, priority = result["topic"], result["priority"]

if topic["confidence"] < 0.6:
    route_to("triage")  # let a person choose
else:
    route_to(topic["label"], urgent=priority["label"] == "urgent")

L’adapter

Gardez des libellés mutuellement exclusifs pour les tâches à libellé unique. Des libellés qui se recoupent se partagent la confiance.
Utilisez multi_label: true pour des étiquettes qui peuvent coexister, comme les domaines produit mentionnés dans un même message.
Utilisez des noms de libellés clairs et courts. Le code en aval les lit comme des valeurs.
Pour les décisions qui nécessitent des règles, des échelles ou des réponses par oui ou non sur une situation, utilisez plutôt GLiDE.

Appeler GLiNER

Chaque type de schéma GLiNER et la façon de lire son résultat.

Référence de l'API Chat Completions

Chaque champ, limite et erreur de POST /v1/chat/completions.

Démarrage

Modèles de décision

Entités et classification

API d'inférence

API d'entraînement

Dépannage

Intégrations SDK

Modèles

Compte

Recette : Classer un texte selon vos propres libellés

Requête

Schéma de la requête

Réponse

Schéma de la réponse

Exploiter la réponse

L’adapter

Appeler GLiNER

Référence de l'API Chat Completions

​Requête

​Schéma de la requête

​Réponse

​Schéma de la réponse

​Exploiter la réponse

​L’adapter

Appeler GLiNER

Référence de l'API Chat Completions

Requête

Schéma de la requête

Réponse

Schéma de la réponse

Exploiter la réponse

L’adapter