LangExtract 非公式ガイドGoogle AI 構造化データ抽出完全攻略

import langextract as lx

# 抽出プロンプトを定義
prompt = "キャラクターとその感情を抽出してください。"

# モデルをガイドするための Few-shot Example
examples = [
    lx.data.ExampleData(
        text="ロミオ: おお、向こうの窓から漏れるあの光は何だ？",
        extractions=[
            lx.data.Extraction(
                extraction_class="キャラクター",
                extraction_text="ロミオ",
                attributes={"感情状態": "驚嘆"}
            ),
        ]
    )
]

# 入力テキスト
text = "ジュリエットは星空を見上げ、ロミオを想っていた。"

# 抽出を実行 (デフォルトの Gemini Flash モデルを使用)
result = lx.extract(
    text_or_documents=text,
    prompt_description=prompt,
    examples=examples,
    model_id="gemini-2.5-flash",
)

print(result.extractions)
print(result.extractions)

# 1. JSONL として保存
lx.io.save_annotated_documents([result], output_name="extraction_results.jsonl", output_dir=".")

# 2. インタラクティブな HTML を生成
html_content = lx.visualize("extraction_results.jsonl")
with open("visualization.html", "w") as f:
    f.write(html_content.data if hasattr(html_content, 'data') else html_content)

import langextract as lx

result = lx.extract(
    text_or_documents=text,
    prompt_description=prompt,
    examples=examples,
    model_id="gemma2:2b",  # Ollama provider を自動選択
    model_url="http://localhost:11434",
    fence_output=False,
    use_schema_constraints=False
)

import os
import langextract as lx

result = lx.extract(
    text_or_documents=text,
    prompt_description=prompt,
    examples=examples,
    model_id="gpt-4o",  # OpenAI provider を自動選択
    api_key=os.environ.get('OPENAI_API_KEY'),
    fence_output=True,
    use_schema_constraints=False
)

import langextract as lx

result = lx.extract(
    text_or_documents=text,
    prompt_description=prompt,
    examples=examples,
    model_id="deepseek-chat",
    api_key="your-api-key",
    language_model_params={
        "base_url": "https://api.deepseek.com/v1"  # プロバイダーの URL に置き換え
    },
    fence_output=True,
    use_schema_constraints=False
)
    use_schema_constraints=False
)

result = lx.extract(
    ...,
    language_model_params={"vertexai": True, "batch": {"enabled": True}}
)

# 例：『ロミオとジュリエット』全編を処理
result = lx.extract(
    text_or_documents="https://www.gutenberg.org/files/1513/1513-0.txt",
    prompt_description=prompt,
    examples=examples,
    # コアパラメータ
    extraction_passes=3,    # 再現率 (Recall) を向上させるための複数回抽出
    max_workers=20,         # 速度向上のための並列ワーカー数
    max_char_buffer=1000    # コンテキストバッファサイズ
)