Інформаційна корпоративна служба

Google випустила LangExtract - відкриту Python-бібліотеку, яка спрощує процес отримання структурованої інформації з неструктурованого тексту за допомогою великих мовних моделей (LLM), зокрема Gemini. Рішення орієнтоване на конвертацію вільного тексту - від клінічних записів і юридичних документів до відгуків клієнтів - у структуровані дані. Про це йдеться в матеріалі InfoQ. Розробники можуть визначати завдання для вилучення даних за допомогою інструкцій природною мовою та прикладів, що значно полегшує обробку різних типів контенту.Основні можливості LangExtract 1. Керована генерація (controlled generation) - забезпечує стабільне форматування й точне прив'язування отриманої інформації до її джерела в тексті. 2. Виділення релевантних фрагментів - кожна знайдена сутність посилається на своє точне місце в оригінальному документі, що підвищує прозорість і надійність результатів. 3. Обробка великих документів - використання текстового чанкiнгу, паралельної обробки та багатопрохідного вилучення для підвищення повноти та точності. LangExtract підходить для широкого спектру завдань - від медицини до юридичної сфери - і не вимагає складного донавчання LLM.Гнучка інтеграція Бібліотеку можна використовувати як із хмарними моделями (наприклад, Gemini), так і з локальними моделями через платформи на кшталт Ollama. Це дає змогу застосовувати її в різних середовищах та з різними мовними моделями без глибоких знань ML. До запуску також долучилася спільнота: з'явився TypeScript-порт LangExtract із підтримкою моделей OpenAI і Gemini. LangExtract розповсюджується за ліцензією Apache 2.0 і встановлюється через pip. ProIT 2025.08.12 09:06 https://proit.org.ua/google-priedstavila-langextract-python-bibliotieku-...