构建LangChain应用程序的示例代码:67、如何使用OpenAI函数实现文本引用提取

引用检索源

这篇文章展示了如何使用OpenAI函数能力从文本中提取引用。

from langchain.chains import create_citation_fuzzy_match_chain
from langchain_openai import ChatOpenAI

# 中文注释:
# 导入必要的库
# create_citation_fuzzy_match_chain 用于创建引用模糊匹配链
# ChatOpenAI 用于实例化OpenAI的聊天模型
question = "作者在大学期间做了什么?"
context = """
我叫Jason Liu,在加拿大多伦多长大,但出生于中国。
我上的是艺术高中,但在大学我学习的是计算数学和物理。
作为实习的一部分,我在许多公司工作过,包括Stitchfix和Facebook。
我还在滑铁卢大学创立了数据科学俱乐部,并担任俱乐部主席两年。
"""

# 中文注释:
# 定义问题和上下文
# question: 我们要询问的问题
# context: 包含答案的文本上下文
llm = ChatOpenAI(temperature=0, model=
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Hugo_Hoo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值