Catégories :: Fonctions de chaîne et fonctions binaires (Fonctions AI)

AI_EXTRACT¶

Extrait les informations d’une chaîne ou d’un fichier d’entrée.

Syntaxe¶

Extraire des informations d’une chaîne d’entrée :

AI_EXTRACT( <text>, <responseFormat> )

Copy

AI_EXTRACT( text => <text>,
            responseFormat => <responseFormat> )

Copy

Extraire des informations d’un fichier :

AI_EXTRACT( <file>, <responseFormat> )

Copy

AI_EXTRACT( file => <file>,
            responseFormat => <responseFormat> )

Copy

Arguments¶

text

Une chaîne d’entrée pour l’extraction.

file

Un FILE pour l’extraction.

Formats de fichiers pris en charge :

PDF
PNG
PPTX, PPT
EML
DOC, DOCX
JPEG, JPG
HTM, HTML
TEXT, TXT
TIF, TIFF
BMP, GIF, WEBP
MD

La taille des fichiers ne doit pas dépasser 100 MB.

responseFormat

Informations à extraire dans l’un des formats de réponse suivants :

Schéma d’objet simple qui mappe l’étiquette et les informations à extraire ; par exemple :

{'name': 'What is the last name of the employee?', 'address': 'What is the address of the employee?'}

Tableau de chaînes contenant les informations à extraire, par exemple :

['What is the last name of the employee?', 'What is the address of the employee?']

Un tableau de tableaux contenant deux chaînes (l’étiquette et les informations à extraire), par exemple :
```
[['name', 'What is the last name of the employee?'], ['address', 'What is the address of the employee?']]
```
Un schéma JSON qui définit la structure des informations extraites. Prend en charge l’extraction d’entités et de tables. Par exemple :
```
{
  'schema': {
    'type': 'object',
    'properties': {
      'income_table': {
        'description': 'Income for FY2026Q2',
        'type': 'object',
        'column_ordering': ['month', 'income'],
        'properties': {
          'month': {
            'description': 'Month',
            'type': 'array'
          },
          'income': {
            'description': 'Income',
            'type': 'array'
          }
        }
      },
      'title': {
        'description': 'What is the title of the document?',
        'type': 'string'
      },
      'employees': {
        'description': 'What are the names of employees?',
        'type': 'array'
      }
    }
  }
}
```
Note
- Vous ne pouvez pas combiner le format de schéma JSON avec d’autres formats de réponse. Si responseFormat contient la clé schema, vous devez définir toutes les questions à l’intérieur du schéma JSON. Les clés supplémentaires ne sont pas prises en charge.
- Le modèle n’accepte que certaines formes de schéma JSON. Le type de niveau supérieur doit toujours être un objet, qui contient des sous-objets extraits indépendamment. Les sous-objets peuvent être une table (objet de listes de chaînes représentant des colonnes), une liste de chaînes ou une chaîne.
  
  Chaîne est actuellement le seul type scalaire pris en charge.
- Le champ description est facultatif.
  
  Utilisez le champ description pour fournir un contexte au modèle ; par exemple, pour aider le modèle à localiser la table droite dans un document.
- Use the column_ordering field to specify the order of all columns in the extracted table. The column_ordering field is case-sensitive and must match the column names defined in the properties field.

Renvoie¶

Un objet JSON contenant les informations extraites.

Exemple de sortie qui inclut un tableau, une table et une extraction de valeur unique :

{
  "error": null,
  "response": {
    "employees": [
      "Smith",
      "Johnson",
      "Doe"
    ],
    "income_table": {
      "income": ["$120 678","$130 123","$150 998"],
      "month": ["February", "March", "April"]
    },
    "title": "Financial report"
  }
}

Exigences en matière de contrôle d’accès¶

Les utilisateurs doivent utiliser un rôle auquel le rôle de base de données SNOWFLAKE.CORTEX_USER a été accordé. Pour plus d’informations sur l’octroi de ce privilège, voir Privilèges LLM Cortex.

Notes sur l’utilisation¶

Vous ne pouvez pas utiliser les deux paramètres text et file simultanément dans le même appel de fonction.
Vous pouvez soit poser des questions en langage naturel, soit décrire les informations à extraire (comme la ville, la route, le code ZIP) ; par exemple :
['address': 'City, street, ZIP', 'name': 'First and last name']
Les langues suivantes sont prises en charge :
- Arabe
- Bengali
- Birman
- Cebuano
- Chinois
- Tchèque
- Néerlandais
- Anglais
- Français
- Allemand
- Hébreu
- Hindi
- Indonésien
- Italien
- Japonais
- Khmer
- Coréen
- Lao
- Malais
- Persan
- Polonais
- Portugais
- Russe
- Espagnol
- Tagalog
- Thaïlandais
- Turc
- Ourdou
- Vietnamien
Les documents ne doivent pas dépasser 125 pages.
Dans un seul appel AI_EXTRACT, vous pouvez poser un maximum de 100 questions pour l’extraction d’entités, et un maximum de 10 questions pour l’extraction de tables.

Une question d’extraction de table est égale à 10 questions d’extraction d’entité. Par exemple, vous pouvez poser 4 questions sur l’extraction de tables et 60 questions sur l’extraction d’entités dans un seul appel AI_EXTRACT.
La longueur de sortie maximale pour l’extraction d’entités est de 512 jetons par question. Pour l’extraction de table, le modèle renvoie des réponses comportant un maximum de 4 096 jetons.
Les zones de préparation chiffrées côté client ne sont pas prises en charge.
Les scores de confiance ne sont pas pris en charge.

Exemples¶

Extraction à partir d’une chaîne d’entrée¶

L’exemple suivant extrait les informations du texte d’entrée :

SELECT AI_EXTRACT(
  text => 'John Smith lives in San Francisco and works for Snowflake',
  responseFormat => {'name': 'What is the first name of the employee?', 'city': 'What is the address of the employee?'}
);

Copy

L’exemple suivant extrait et analyse les informations contenues dans le texte d’entrée :

SELECT AI_EXTRACT(
  text => 'John Smith lives in San Francisco and works for Snowflake',
  responseFormat => PARSE_JSON('{"name": "What is the first name of the employee?", "address": "What is the address of the employee?"}')
);

Copy

Extraction à partir d’un fichier¶

L’exemple suivant extrait les informations du fichier document.pdf :

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files','document.pdf'),
  responseFormat => [['name', 'What is the first name of the employee?'], ['city', 'Where does the employee live?']]
);

Copy

L’exemple suivant extrait les informations de tous les fichiers d’un répertoire sur une zone de préparation :

Note

Assurez-vous que la table de répertoire est activée. Pour plus d’informations, voir Gestion des tables de répertoire.
```
SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', relative_path),
  responseFormat => [
    'What is this document?',
    'How would you classify this document?'
  ]
) FROM DIRECTORY (@db.schema.files);
```
Copy

L’exemple suivant extrait la valeur title du fichier report.pdf :

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'title': {
          'description': 'What is the title of document?',
          'type': 'string'
        }
      }
    }
  }
);

Copy

L’exemple suivant extrait le tableau employees du fichier report.pdf :

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'employees': {
          'description': 'What are the surnames of employees?',
          'type': 'array'
        }
      }
    }
  }
);

Copy

L’exemple suivant extrait la table income_table du fichier report.pdf :

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'income_table': {
          'description': 'Income for FY2026Q2',
          'type': 'object',
          'column_ordering': ['month', 'income'],
          'properties': {
            'month': {
              'type': 'array'
            },
            'income': {
              'type': 'array'
            }
          }
        }
      }
    }
  }
);

Copy

L’exemple suivant extrait la table (income_table), la valeur unique (title) et le tableau (employees) du fichier report.pdf :

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'income_table': {
          'description': 'Income for FY2026Q2',
          'type': 'object',
          'column_ordering': ['month', 'income'],
          'properties': {
            'month': {
              'type': 'array'
            },
            'income': {
              'type': 'array'
            }
          }
        },
        'title': {
          'description': 'What is the title of document?',
          'type': 'string'
        },
        'employees': {
          'description': 'What are the surnames of employees?',
          'type': 'array'
        }
      }
    }
  }
);

Copy

Disponibilité régionale¶

Voir Disponibilité régionale.

Avis juridiques¶

Reportez-vous à Snowflake AI et ML pour les mentions légales.