embedding--向量数据库VikingDB-火山引擎

文档中心

立即注册

导航

embedding

最近更新时间：2024.04.17 14:21:10首次发布时间：2024.04.17 14:21:10

概述

embedding 用于将非结构化数据向量化，通过深度学习神经网络提取文本、图片、音视频等非结构化数据里的内容和语义，把文本、图片、音视频等变成特征向量。

说明

当前 Embedding 服务仅支持将文本生成向量。
当前 Embedding 服务接口不支持承载高并发请求，请求数量过多时请求会被丢弃。

请求参数

参数	子参数	类型	是否必选	说明
EmbModel 说明 EmbModel 实例。	modelName	string	是	指定模型名称，当前支持的模型有 bge-large-zh。不同模型能够处理的 token 数量有限制，bge-large-zh 最多能处理 512 个 token，数量超长时会截断，数量不足时会做 padding。输出 embedding 维度是 1024，类型是 float。
RawData 说明 RawData 实例或者列表，最大 100 个。	dataType	string	是	指定数据类型，当前仅支持文本 text。
text	string	是	当 dataType=text 时，直接传入类型为 string 的文本。

参数

子参数

类型

是否必选

说明

EmbModel

说明

EmbModel 实例。

modelName

string

是

指定模型名称，当前支持的模型有 bge-large-zh。

不同模型能够处理的 token 数量有限制，bge-large-zh 最多能处理 512 个 token，数量超长时会截断，数量不足时会做 padding。
输出 embedding 维度是 1024，类型是 float。

RawData

说明

RawData 实例或者列表，最大 100 个。

dataType

string

是

指定数据类型，当前仅支持文本 text。

text

string

是

当 dataType=text 时，直接传入类型为 string 的文本。

示例

请求参数

List<Double> res = vikingDBService.embedding(new EmbModel().setModelName("bge-large-zh").build(), new RawData().setDataType("text").setText("hello1").build());

返回值

Python 调用执行上面的任务，返回 list<float> 、list<list<float>> 类型的向量。