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

  • ChatGPT-Java-FunAi|免费AI项目集合

    此AI体验网站,旨在为用户提供高效便捷的沟通体验。相较于ChatGPT,FUNAI不需要魔法上网,不需要海外手机号码即可使用,ChatGPT Java基于SpringBoot的后端开源web学习项目。

    2023-05-24
    032.3K
  • openAI|聚类嵌入

    本文展示了如何使用简单的K-means算法进行聚类。聚类可以帮助在数据中发现有价值的、隐藏的分组。本例中使用的数据集在Obtain_dataset Notebook中创建。

    2023-02-20
    001.4K
  • 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
    00956
  • openAI|使用嵌入的语义文本搜索

    本文介绍如何使用OpenAI的文本嵌入来进行语义文本搜索。通过查询嵌入与文档嵌入进行比较,可以高效的在数据集中搜索相关文本。如何使用余弦相似度计算来搜索文本,并展示了搜索结果。提高搜索效率并降低成本。

    ChatGPT 2023-02-20
    011.1K
  • ChatGPT|插件教程 – 2

    ChatGPT插件Keyplays Live Soccer、OwlJourney、Prompt Perfect、AskYourPDF、Word Sneak、Link Reader等使用教程。

    2023-05-21
    001.5K

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

微信