Skip to content

文本分类器节点

使用“文本分类器”节点对传入数据进行分类。使用参数中提供的类别（见下文），将每个项目传递给模型以确定其类别。

在此页面上，您将找到文本分类器节点的节点参数以及更多资源的链接。

节点参数

  • 输入提示定义了需要分类的输入。这通常是一个引用输入项中某个字段的表达式。例如，如果输入是聊天触发器，则可能如此。默认情况下，它引用该字段。
  • 类别：添加您想要将输入归类到的类别。类别包含名称和描述。使用描述来告知模型该类别的含义。如果含义不明显，这一点很重要。您可以根据需要添加任意数量的类别。

节点选项

  • 允许多个类别为真：您可以将分类器配置为始终为每个项目输出一个类别（关闭），或者允许模型选择多个类别（打开）。
  • 无明确匹配时：定义当模型无法找到某个项目的良好匹配时会发生什么。有两个选项：
    • 丢弃项目
    • （默认）：如果节点未检测到任何类别，则会丢弃该项目。
    • 在“其他”分支上输出
    ：创建一个名为
    • “其他”
    • 的单独输出分支
    • 。当节点未检测到任何类别时，它会在此分支中输出项目。

  • 系统提示模板：使用此选项可更改用于分类的系统提示。它使用类别的占位符。

  • 启用自动修复：启用后，节点会自动修复模型输出，以确保其符合预期格式。具体方法是将模式解析错误发送给 LLM，并请求其修复。

查看 n8n 的高级 AI文档。

人工智能词汇表

  • 完成：完成是由 GPT 等模型生成的响应。
  • 幻觉：人工智能中的幻觉是指 LLM（大型语言模型）错误地感知到不存在的模式或物体。
  • 向量数据库：向量数据库存储信息的数学表示。与嵌入和检索器一起使用，可以创建一个供您的 AI 在回答问题时访问的数据库。
  • 向量存储：向量存储，或称向量数据库，用于存储信息的数学表示。与嵌入和检索器结合使用，可以创建一个供 AI 在回答问题时访问的数据库。