Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 247 · Текст · ~5 мин

Анализ финансовых документов с LlamaIndex

Урок 247 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

В этом примере notebook мы демонстрируем, как выполнить финансовый анализ документов 10-K с помощью фреймворка LlamaIndex, используя всего несколько строк кода.

  • Введение
  • Настройка
  • Загрузка и индексирование данных
  • Простой QA
  • Расширенный QA – Сравнение и сопоставление

LlamaIndex — это фреймворк данных для LLM-приложений. Вы можете начать работу всего с нескольких строк кода и за считанные минуты создать систему retrieval-augmented generation (RAG). Для более опытных пользователей LlamaIndex предлагает богатый набор инструментов для приёма и индексирования данных, модули для retrieval и re-ranking, а также компонуемые компоненты для создания пользовательских query engine.

Подробную информацию смотрите в полной документации.

Ключевая часть работы финансового аналитика — извлечение информации и формирование выводов из объёмных финансовых документов. Отличным примером является форма 10-K — годовой отчёт, требуемый Комиссией по ценным бумагам и биржам США (SEC), который представляет собой всеобъемлющее резюме финансовой деятельности компании. Эти документы обычно насчитывают сотни страниц и содержат специфическую для предметной области терминологию, что затрудняет их быстрое понимание неподготовленным человеком.

Мы демонстрируем, как LlamaIndex может помочь финансовому аналитику быстро извлекать информацию и формировать выводы из нескольких документов с минимальным объёмом кодирования.

Для начала нам необходимо установить библиотеку llama-index

Теперь импортируем все модули, используемые в этом руководстве

Прежде чем начать, мы можем настроить LLM-провайдера и модель, которые будут лежать в основе нашей RAG-системы.Здесь мы выбираем gpt-3.5-turbo-instruct от OpenAI.

Мы создаём ServiceContext и устанавливаем его в качестве глобального значения по умолчанию, чтобы все последующие операции, зависящие от вызовов LLM, использовали настроенную нами модель.

Теперь мы загружаем и разбираем 2 PDF-файла (один для Uber 10-K за 2021 год и один для Lyft 10-K за 2021 год).Внутри PDF-файлы преобразуются в текстовые объекты Document, разделённые по страницам.

Примечание: эта операция может занять некоторое время, так как каждый документ содержит более 100 страниц.

Теперь мы можем построить (в оперативной памяти) VectorStoreIndex по загруженным нами документам.

Примечание: эта операция может занять некоторое время, так…

План урока

  1. План Notebook
  2. Введение
  3. LLamaIndex
  4. Финансовый анализ документов 10-K
  5. Настройка
  6. Загрузка и индексирование данных
  7. Простой QA
  8. Расширенный QA – Сравнение и сопоставление

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды