文本转换为向量有多种方式：
方法一：（推荐）
方法二：
方法三：
方法四：
本文介绍方法三：如何通过将文本转换为向量，并入库至向量检索服务DashVector中进行向量检索。
DashVector：
已创建Cluster：
已获得API-KEY：
已安装最新版SDK：
Jina AI
已获得API密钥：
Jina Embeddings v2模型，唯一支持 8192 个词元长度的开源向量模型，在大规模文本向量化基准 (MTEB) 的功能和性能方面与 OpenAI 的闭源模型 text-embedding-ada-002 相当。
|
模型名称 |
向量维度 |
度量方式 |
向量数据类型 |
备注 |
|
jina-embeddings-v2-small-en |
512 |
Cosine |
Float32 |
|
|
jina-embeddings-v2-base-en |
768 |
Cosine |
Float32 |
|
|
jina-embeddings-v2-base-zh |
768 |
Cosine |
Float32 |
|
说明
关于Jina Embeddings v2模型更多信息请参考：
说明
需要进行如下替换代码才能正常运行：
DashVector api-key替换示例中的{your-dashvector-api-key}
DashVector Cluster Endpoint替换示例中的{your-dashvector-cluster-endpoint}
Jina AI api-key替换示例中的{your-jina-api-key}
Python示例：
from dashvector import Client
import requests
from typing import List
# 调用Jina Embeddings v2模型，将文本embedding为向量
def generate_embeddings(texts: List[str]):
headers = {
'Content-Type': 'application/json',
'Authorization': 'Bearer {your-jina-api-key}'
}
data = {'input': texts, 'model': 'jina-embeddings-v2-base-zh'}
response = requests.post('https://api.jina.ai/v1/embeddings', headers=headers, json=data)
return [record["embedding"] for record in response.json()["data"]]
# 创建DashVector Client
client = Client(
api_key='{your-dashvector-api-key}',
endpoint='{your-dashvector-cluster-endpoint}'
)
# 创建DashVector Collection
rsp = client.create('jina-text-embedding', 768)
assert rsp
collection = client.get('jina-text-embedding')
assert collection
# 向量入库DashVector
collection.insert(
('ID1', generate_embeddings(['阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一'])[0])
)
# 向量检索
docs = collection.query(
generate_embeddings(['The best vector database'])[0]
)
print(docs)