TextbookSampleEvaluator 是一个基于FastText分类器评估文本教育价值的算子。它将文本质量分为低（Low）、中（Mid）、高（High）三个等级，并分别映射为1.0、3.0、5.0的分数。该算子主要用于从大规模数据中筛选出适合作为教材或教育材料的高质量文本内容。

__init__函数

def __init__(self, model_cache_dir='./dataflow_cache')

init参数说明

参数名	类型	默认值	说明
model_cache_dir	str	'./dataflow_cache'	模型缓存目录，用于存储从 Hugging Face Hub 下载的 FastText 模型文件。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage, input_key: str, output_key: str='TextbookScore')

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_key	str	必需	输入列名，对应待评估的文本字段。
output_key	str	"TextbookScore"	输出列名，对应生成的教育价值分数字段。

🧠 示例用法

from dataflow.operators.text_pt.eval import TextbookSampleEvaluator
from dataflow.utils.storage import FileStorage

# 准备数据和存储
storage = FileStorage(first_entry_file_name="pt_input.jsonl")

# 初始化并运行算子
textbook_evaluator = TextbookSampleEvaluator()
textbook_evaluator.run(
    storage.step(),
    input_key='raw_content',
    output_key='TextbookScore'
)

🧾 默认输出格式（Output Format）

字段	类型	说明
[input_key]	str	输入的待评估文本。
[output_key]	float	模型生成的教育价值分数。该分数是基于模型预测的低、中、高三个等级的置信度加权计算得出的。

示例输入：

{
  "raw_content": "AMICUS ANTHOLOGIES, PART ONE (1965-1972)\nFebruary 23, 2017 Alfred Eaker Leave a comment\nWith Dr. Terror's House of Horrors (1965, directed by Freddie Francis and written by Milton Subotsky) Amicus Productions (spearheaded by Subotsky and Max Rosenberg, who previously produced for Hammer and was a cousin to Doris Wishman) established itself as a vital competitor to Hammer Studios..."
}

示例输出：

{
  "raw_content": "AMICUS ANTHOLOGIES, PART ONE (1965-1972)\nFebruary 23, 2017 Alfred Eaker Leave a comment\nWith Dr. Terror's House of Horrors (1965, directed by Freddie Francis and written by Milton Subotsky) Amicus Productions (spearheaded by Subotsky and Max Rosenberg, who previously produced for Hammer and was a cousin to Doris Wishman) established itself as a vital competitor to Hammer Studios...",
  "TextbookScore": 2.9629482031
}