无法实例化抽象类CustomExtractor,其包含抽象方法class_name

我正在按照llama_index文档中的这个示例进行操作:https://github.com/run-llama/llama_index/blob/main/docs/examples/metadata_extraction/MetadataExtractionSEC.ipynb,以便在我的代码中使用自定义元数据提取器,如下所示:

from llama_index.node_parser import SimpleNodeParserfrom llama_index.node_parser.extractors import (    MetadataExtractor,    MetadataFeatureExtractor,)class CustomExtractor(MetadataFeatureExtractor):    def extract(self, nodes):        metadata_list = [            {                "custom": node.metadata["document_title"]                + "\n"                + node.metadata["excerpt_keywords"]            }            for node in nodes        ]        return metadata_listmetadata_extractor = MetadataExtractor(    extractors=[        CustomExtractor()    ],)

但是运行代码时出现了以下错误:

无法实例化抽象类CustomExtractor,其包含抽象方法class_name

我认为这里没有语法错误。


回答:

MetadataFeatureExtractor 继承自 BaseExtractor,而 BaseExtractor 继承自 BaseComponent,后者定义了一个名为 class_name()@abstractmethod。您需要在自定义提取器中实现这个方法。请尝试

class CustomExtractor(MetadataFeatureExtractor):    @classmethod    def class_name(cls):        return 'CustomExtractor'    def extract(self, nodes):        metadata_list = [            {                "custom": node.metadata["document_title"]                + "\n"                + node.metadata["excerpt_keywords"]            }            for node in nodes        ]        return metadata_list

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注