Skip to main content
API目录

信息抽取

本文为您介绍通义数据挖掘信息抽取API的语法及示例。

请求语法

POST /zhiwen-chat/extraction HTTP/1.1

请求参数

名称

类型

必填

描述

示例值

capabilityType

string

能力类型

招投标抽取:BID_EXTRACTION 简历抽取:RESUME_EXTRACTION

实体抽取:ENTITY_EXTRACTION

ENTITY_EXTRACTION

userPrompt

string

提示词

你是一个专门用于命名实体识别(Named Entity Recognition, NER)的AI助手。你的任务是从给定的文本中,精准地抽取出文档里面所有出现的人名、地名和组织机构名,并按照指定的字典格式进行组织。

fileIdList

array

文档ID列表

[

"file_zhiwen_XXX"

]

stream

boolean

是否流式返回

true

返回参数

名称

类型

描述

output

object

-choices

array

-finishReason

string

结束原因

-message

object

消息体

-role

string

角色

-content

string

消息内容

requestId

string

请求ID

usage

object

token使用信息

-inputTokens

int

输入token数量

-outputTokens

int

输出token数量

-totalTokens

int

总token数量

示例

调用示例

import os
import requests

'''
API名称:信息抽取
API路径:https://dashscope.aliyuncs.com/api/v2/apps/zhiwen-chat/extraction
环境要求:Python >= 3.7
'''

url = "https://dashscope.aliyuncs.com/api/v2/apps/zhiwen-chat/extraction"
request_headers = {
    "Authorization": os.environ.get("DASHSCOPE_API_KEY"),  # 如果您没有配置环境变量,请在此处替换您的API-KEY
    "Content-Type": "application/json"
}
# 信息抽取
# 招投标抽取:BID_EXTRACTION 简历抽取:RESUME_EXTRACTION 实体抽取:ENTITY_EXTRACTION
request_body = {
    "capabilityType": "ENTITY_EXTRACTION",
    "userPrompt": "你是一个专门用于命名实体识别(Named Entity Recognition, NER)的AI助手。你的任务是从给定的文本中,精准地抽取出文档里面所有出现的人名、地名和组织机构名,并按照指定的字典格式进行组织。",
    "stream": True,
    "fileIdList": [
        "file_zhiwen_XXX"  # 替换为你的文档ID
    ]
}

with requests.post(url, json=request_body, headers=request_headers) as response:
    if request_body["stream"]:
        for line in response.iter_lines():
            if line:
                line = line.decode('utf-8')
                if line.startswith('data:'):
                    print("Received:", line[5:].strip())
    else:
        print("Received:", response.json())

正常返回示例

JSON格式
{
  "output": {
    "choices": [{
      "finishReason": "stop",
      "message": {
        "role": "assistant",
        "content": "好的,我将从给定的文本中抽取出所有的人名、地名和组织机构名,并按照指定的字典格式进行组织:文档信息抽取结果。"
      }
    }]
  },
  "requestId": "60a9c0f4-9414-9c94-81f3-f487f7769c9a",
  "usage": {
    "inputTokens": 100,
    "outputTokens": 100,
    "totalTokens": 200
  }
}

错误码

请参见错误码-通义数据挖掘
Managed Agents
数据连接
Skill
应用评测
应用广场
权限管理
信息抽取 - 阿里云百炼