🧩 LangExtract: вытаскиваем факты из длинных текстов и видим их источник
🧩 LangExtract: вытаскиваем факты из длинных текстов и видим их источник LangExtract — Python-библиотека для превращения неструктурированного текста в сущности, связи и атрибуты с привязкой результата к точным фрагментам исходника. Это пригодится для договоров, интервью, отчётов, каталогов и подготовки данных для ИИ. Что особенно полезно: • правила извлечения задаются обычным описанием и примерами; • найденные значения можно сверить с исходными фразами; • длинные документы разбиваются на части и обрабатываются параллельно; • есть интерактивная HTML-визуализация результатов; • поддерживаются облачные модели и локальный запуск через Ollama. Первый запуск на Windows: 1. Проверьте Python: нужен Python 3.10 или новее. 2. Создайте окружение: python -m venv langextract_env 3. Активируйте его в PowerShell: .\langextract_env\Scripts\Activate.ps1 4. Установите библиотеку: python -m pip install langextract 5. В скрипте опишите, какие сущности нужно найти, и добавьте один качественный пример ожидаемого результата. Для облачной модели понадобится API-ключ. При работе с локальной моделью через Ollama ключ не нужен. Проект распространяется по лицензии Apache 2.0; репозиторий отдельно предупреждает, что это не официально поддерживаемый продукт Google. Официальный репозиторий: https://github.com/google/langextract Сохраните инструкцию и поделитесь с тем, кто вручную переносит факты из документов в таблицы. #первыйхаб #технологии #ИИ #Python #автоматизация