spaCy-LLM v0.2.0：关系抽取与SpanCat新任务

v0.2.0 发布：为 REL 和 spancat 新增任务，支持从文件读取提示模板，以及多项改进与错误修复

✨ 新特性和改进

• 新增：关系抽取任务 spacy.REL.v1 (#114)
• 新增：spacy.SpanCat.v1 任务，用于处理重叠跨度的实体识别 (#101)
• 新增：可将提示模板设置为字符串，或从文件（如 Jinja 模板）中读取，使用 spacy.FileReader.v1 (#95)
• 改进：NER 任务 spacy.NER.v2 的提示效果 (#99)
• 新增：在任务 spacy.NER.v2 和 spacy.SpanCat.v1 中支持描述标签 (#84)
• 改进：REST 后端 spacy.REST.v1 的错误处理和重试机制 (#110)
• 安装选项：spacy-llm 现在可以安装所有依赖：
  • 使用 spacy-llm[minichain] 或 spacy-llm[langchain] 分别安装 MiniChain 和 LangChain 依赖
  • 使用 spacy-llm[transformers] 在 GPU 上本地运行模型
• 改进：类型检查增强，确保任务和后端之间的兼容性 (#83)
• 使用 Task 抽象：替代之前的 template 和 parse 两个函数，使配置更易读 (#91)

🔴 错误修复

• 修复缓存中不正确的文档身份检查 (#104)
• 修复对 .pipe() 的多进程支持 (#117)

📖 文档和示例

• 新增使用示例：
  • 在单个流水线中执行多个任务
  • 使用大语言模型进行关系抽取
  • 通过 LangChain 使用某机构的模型
  • 通过 MiniChain 使用某机构的模型

👥 贡献者

@adrianeboyd, @bdura, @honnibal, @ines, @kabirkhan, @ljvmiranda921, @rmitsch, @svlandegFINISHED