支持大模型流式輸出的JSON提取工具原創(chuàng)

發(fā)布于 2024-9-14 14:22

瀏覽

0收藏

在我們?nèi)粘Ｌ幚泶竽Ｐ偷妮敵鰰r，經(jīng)常希望輸出的結(jié)果為結(jié)構(gòu)化的(例如輸出json格式)，這樣有助于我們進行結(jié)果的后處理。但是在模型輸出超過限制和流式輸出時就會遇到問題了，由于答案沒完全輸出，轉(zhuǎn)json就存在問題。

大型語言模型（LLMs）產(chǎn)生結(jié)構(gòu)化輸出的原因包括：

提高可讀性：結(jié)構(gòu)化輸出使得信息以一種邏輯清晰、易于理解的方式呈現(xiàn)，提高了信息的可讀性和用戶體驗。
便于處理：結(jié)構(gòu)化數(shù)據(jù)可以更容易地被機器讀取和處理，有助于后續(xù)的數(shù)據(jù)分析、存儲和檢索。
支持自動化：結(jié)構(gòu)化輸出可以方便地與自動化工具和流程集成，例如自動填充表格、數(shù)據(jù)庫錄入或觸發(fā)特定的業(yè)務(wù)流程。
增強一致性：通過規(guī)定輸出的格式和結(jié)構(gòu)，可以確保不同時間或不同情境下產(chǎn)生的輸出具有一致性。
促進數(shù)據(jù)交換：結(jié)構(gòu)化數(shù)據(jù)遵循特定的標準和格式，便于在不同的系統(tǒng)和應(yīng)用程序之間進行數(shù)據(jù)交換。
改善信息檢索：結(jié)構(gòu)化輸出使得搜索引擎和檢索系統(tǒng)能夠更準確地索引和檢索信息。
適應(yīng)多種用途：結(jié)構(gòu)化數(shù)據(jù)可以根據(jù)需要被轉(zhuǎn)換成不同的格式，以適應(yīng)報告、分析、可視化等多種用途。
減少歧義：明確的結(jié)構(gòu)有助于減少對輸出內(nèi)容的誤解或歧義。
促進多模態(tài)交互：結(jié)構(gòu)化輸出可以支持與視覺、聲音等多種模態(tài)的交互，提高多模態(tài)應(yīng)用的體驗。
提高可維護性：當需要更新或維護輸出內(nèi)容時，結(jié)構(gòu)化數(shù)據(jù)更容易管理和修改。

工具功能介紹：

json補全
配合流式輸出
解析markdown格式
字段校驗

效果展示

部分輸出的

text = '''{"name":"張三", "age":'''
print(parse_json_markdown(text))


# {'name': '張三'}

markdown格式

text = '''```json\n{"name":"張三", "age":27'''
print(parse_json_markdown(text))


# {'name': '張三', 'age': 27}

多維嵌套

text = '''```json\n{"name":"張三", "age": 27, "愛好": ["羽毛球'''
print(parse_json_markdown(text))


# {'name': '張三', 'age': 27, '愛好': ['羽毛球']}

核心代碼介紹

核心處理代碼如下：

new_chars = []
stack = []
is_inside_string = False
escaped = False


# Process each character in the string one at a time.
for char in s:
    if is_inside_string:
        if char == '"' and not escaped:
            is_inside_string = False
        elif char == "\n" and not escaped:
            char = "\\n"  # Replace the newline character with the escape sequence.
        elif char == "\\":
            escaped = not escaped
        else:
            escaped = False
    else:
        if char == '"':
            is_inside_string = True
            escaped = False
        elif char == "{":
            stack.append("}")
        elif char == "[":
            stack.append("]")
        elif char == "}" or char == "]":
            if stack and stack[-1] == char:
                stack.pop()
            else:
                # Mismatched closing character; the input is malformed.
                return None

本文轉(zhuǎn)載自公眾號哎呀AIYA

原文鏈接：??https://mp.weixin.qq.com/s/-I3wXkRGgyEuRYUQa84AEQ??

?著作權(quán)歸作者所有，如需轉(zhuǎn)載，請注明出處，否則將追究法律責任

標簽

大模型

JSON

贊

回復(fù)