openAI|如何获取嵌入

本文介绍了OpenAI的get_embedding函数,可用于获取输入文本的嵌入向量。通过Python代码示例展示了如何使用该函数,获取指定文本的嵌入向量,进而用于语义搜索、推荐、聚类分析等应用场景。

获取嵌入

函数 get_embedding 将为我们提供输入文本的嵌入。

import openai

embedding = openai.Embedding.create(
    input="Your text goes here", model="text-embedding-ada-002"
)["data"][0]["embedding"]
len(embedding)
1536
import openai
from tenacity import retry, wait_random_exponential, stop_after_attempt


@retry(wait=wait_random_exponential(min=1, max=20), stop=stop_after_attempt(6))
def get_embedding(text: str, model="text-embedding-ada-002") -> list[float]:
    return openai.Embedding.create(input=[text], model=model)["data"][0]["embedding"]


embedding = get_embedding("Your text goes here", model="text-embedding-ada-002")
print(len(embedding))
1536

此文章由OpenAI开源维基百科原创发布,如若转载请注明出处:https://openai.wiki/get_embeddings.html

(0)
上一篇 2023-02-20 12:12
下一篇 2023-02-20 12:19

相关推荐

  • Visual-ChatGPT|对话生成图像

    关于Visual-ChatGPT的出图效果其实很一般,因为全部都过文字描述去执行功能,这真的远没有您点几点鼠标轻松,而且对中文的支持也没有所描述的那样友好,还需要openAI的API接口做为使用条件。

    ChatGPT 2023-04-08
    033.0K
  • ChatGPT账号注册教程

    本文为初次使用ChatGPT的用户提供了详细的注册教程,包括如何在国外注册手机号、接收验证码、OpenAI注册等。通过本教程,用户可以轻松注册ChatGPT账号,使用ChatGPT提供的人工智能服务。

    2023-02-17
    026.0K
  • Prompt|基本使用

    本指南提供了使用提示来执行自然语言处理任务的示例,并介绍了对更高级指南很重要的关键概念。涵盖任务包括文本摘要、信息提取、问答和文本分类。我们展示了如何通过更具体的提示信息让模型输出更精确和具体的结果。

    ChatGPT 2023-02-18
    003.1K
  • GPT-3|文本说明示例

    本文介绍了基于大型语言模型的ChatGPT Prompt工具及其在信息提取方面的应用。首先讲解了基本原理和技术特点,然后分别介绍了其在回答问题、总结文本、文本分类、实体提取等方面的具体应用案例。

    ChatGPT 2023-02-20
    002.3K
  • openAI|文本比较示例

    OpenAI API 嵌入终结点可用于衡量文本片段之间的相关性或相似性,例如语义搜索、问答、建议和自定义嵌入等操作。余弦相似性分数可以用作排名搜索结果中众多特征中的一个。

    ChatGPT 2023-02-20
    002.2K

发表回复

登录后才能评论
微信