提取命名实体
从文字提取人员、组织和其他实体。
/oo Rosette Text Analytics: 从 content [文本] 提取实体,整理返回实体类型与提及。
向 AI 助手说明目标,使用 Rosette Text Analytics 提取实体并分析文本情绪。
将提示词复制到已安装 oo Skill 的 Agent,补充页面链接和原始笔记后执行。
从文字提取人员、组织和其他实体。
/oo Rosette Text Analytics: 从 content [文本] 提取实体,整理返回实体类型与提及。
分析文档及实体情绪。
/oo Rosette Text Analytics: 分析 content [文本] 的情绪,解释返回文档与实体情绪结果。
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL →使用 Rosette Text Analytics 的 Babel Street API Key 连接。
连接 Rosette Text Analytics →使用 /oo,说明要读取的页面、修改的内容和保存位置。
连接指南 →选择你的 Agent
Rosette Text Analytics 为提供文字或可获取 content URI 识别语言、实体、分类、词元与情绪。
从文字提取人员、组织和其他实体。
分析文档及实体情绪。
使用 Rosette Text Analytics 识别文本文档的语言。
rosette_text_analytics.identify_language 提取命名实体,如人物、组织、地点、日期和电子邮件。
rosette_text_analytics.extract_entities 使用 Rosette Text Analytics 分析文档情感和实体情感。
rosette_text_analytics.analyze_sentiment 识别文本文档的上下文内容类别。
rosette_text_analytics.identify_categories 识别文本文档中的单词、数字、词缀和标点符号标记。
rosette_text_analytics.identify_tokens 没有匹配的工具。
content 和 contentUri 必须且只能提供一个。
这些 action 分析文本,没有文章改写能力。
需要时可通过 language 提供 ISO 639 语言码。
管理 OOMOL 可以使用哪些可选存储。你随时可以在页脚重新修改这些选择。