前面课程当中，我们基本已经学完了LangChain的重要知识点，为了给后面的项目减负，提前给大家讲两个项目中的细节。这节课先讲第一个，就是用大模型做命名实体识别。

在之前的问答机器人项目里面，命名实体识别这块，我们用的是自己训练模型的方式实现的，比较麻烦。那现在有了大模型，我们就可以用大模型来做实体识别了，主要涉及的知识点是格式化输出。

代码示例

1、创建文件 

# langchain_17_output_parser.py
from langchain.chat_models import ChatOpenAI
from dotenv import load_dotenv
from langchain.prompts import PromptTemplate
from langchain.output_parsers import ResponseSchema, StructuredOutputParser

load_dotenv()
llm = ChatOpenAI(model_name='gpt-3.5-turbo-1106', temperature=0)

2、定义实体字段

做命名实体识别的目的，是要把实体提取出来，填充CQL模型的，所以我们希望大模型处理完之后的数据，就是一个字典数据，这个过程，我们需要用到LangChain中的格式化输出。 

# 定义实体字段
# 类型：list, string, number
response_schemas = [
    ResponseSchema(type='list', name='disease', description='疾病名称实体'),
    ResponseSchema(type='list', name='symptom', description='疾病症状实体'),
    ResponseSchema(type='list', name='drug', description='药物名称实体'),
]

output_parser = StructuredOutputParser.from_response_schemas(response_schemas)
format_instructions = output_parser.get_format_instructions()
# print(format_instructions)

3、定义提示词模板

考虑到大模型可能会生成，文本中没有出现过的实体，我们通过自定义提示词的方式，让他不要推理。 

template = '''
1、从以下用户输入的句子中，提取实体内容。
2、仅根据用户输入抽取，不要推理。
3、注意json格式，在json中不要出现//

{format_instructions}

用户输入：{input}

输出：
'''

prompt = PromptTemplate(
    template=template,
    partial_variables={'format_instructions': format_instructions},
    input_variables=['input']
)

# prompt = prompt.format(input='感冒是一种什么病？')

4、调用大模型并解析结果

因为LangChain预设提示词格式有问题，可能会出现json格式不合法的报错。 

from langchain.chains import LLMChain

chain = LLMChain(
    llm = llm,
    prompt = prompt
)

# llm_output = chain.run(input='感冒是一种什么病？会导致咳嗽吗？')
llm_output = chain.run(input='感冒吃什么药好得快？可以吃阿莫西林吗？')

# print(llm_output)

output = output_parser.parse(llm_output)
print(output, type(output))

因为大模型每次生成的内容不完全一样，开发过程中，第4步的报错可能出现也有可能不出现。保险起见，下节课，还是带大家来重写一下格式化输出的提示词，防止在项目中报错。

本文链接：http://ichenhua.cn/edu/note/705

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！