Skip to contents

Esquemas JSON predefinidos para analisis de texto con GPT

Source: R/acep_gpt.R
acep_gpt_schema.Rd

Proporciona esquemas JSON predefinidos y validados para casos de uso comunes en analisis de texto con GPT. Estos esquemas garantizan respuestas estructuradas y consistentes para tareas como extraccion de entidades, clasificacion, analisis de sentimiento, resumen, pregunta-respuesta, extraccion de tripletes y analisis de acciones de protesta.

Usage

acep_gpt_schema(tipo = "extraccion_entidades")

Arguments

tipo

Tipo de esquema a devolver. Opciones:

  • "extraccion_entidades": Extrae personas, organizaciones, lugares, fechas y eventos

  • "clasificacion": Clasifica el texto en categorias con nivel de confianza

  • "sentimiento": Analiza sentimiento general y por aspectos especificos

  • "resumen": Genera resumenes cortos y detallados con puntos clave

  • "qa": Responde preguntas con citas textuales y nivel de confianza

  • "tripletes": Extrae relaciones sujeto-predicado-objeto

  • "protesta_breve": Extrae informacion basica de acciones de protesta (fecha, sujeto, accion, objeto, lugar)

  • "protesta_detallada": Extrae informacion detallada de multiples acciones de protesta con 9 campos por accion

  • "verdadero_falso": Devuelve una respuesta booleana simple (TRUE o FALSE) con nivel de confianza (0 a 1) y justificacion opcional

Value

Lista con esquema JSON compatible con OpenAI Structured Outputs. Puede usarse directamente en el parametro `schema` de `acep_gpt()` o `acep_ollama()`.

Examples

# Obtener esquema para extraccion de entidades
schema_entidades <- acep_gpt_schema("extraccion_entidades")
names(schema_entidades$properties)  # personas, organizaciones, lugares, fechas, eventos
#> [1] "personas"       "organizaciones" "lugares"        "fechas"        
#> [5] "eventos"       

# Obtener esquema para clasificacion
schema_clasif <- acep_gpt_schema("clasificacion")
names(schema_clasif$properties)  # categoria, confianza, justificacion
#> [1] "categoria"     "confianza"     "justificacion"

# Obtener esquema para analisis de sentimiento
schema_sent <- acep_gpt_schema("sentimiento")
names(schema_sent$properties)  # sentimiento_general, puntuacion, aspectos
#> [1] "sentimiento_general" "puntuacion"          "aspectos"           

# Obtener esquema para analisis breve de protestas
schema_protesta <- acep_gpt_schema("protesta_breve")
names(schema_protesta$properties)  # fecha, sujeto, accion, objeto, lugar
#> [1] "fecha"  "sujeto" "accion" "objeto" "lugar" 

# Obtener esquema para analisis detallado de protestas
schema_protesta_det <- acep_gpt_schema("protesta_detallada")
names(schema_protesta_det$properties)  # acciones (array con 9 campos cada una)
#> [1] "acciones"

# Obtener esquema para respuesta verdadero/falso
schema_bool <- acep_gpt_schema("verdadero_falso")
names(schema_bool$properties)  # respuesta, nivel_confianza, justificacion
#> [1] "respuesta"       "nivel_confianza" "justificacion"