LangChain - 文本嵌入

作者：E的工程笔记
文章目录

一、关于 文本嵌入模型二、入门

1、设置 OpenAI2、`embed_documents`3、`embed_query`

三、集成示例

1、DashScope2、OpenAI3、Hugging Face Hub4、Fake Embeddings

---

本文转载改编自：
https://python.langchain.com.cn/docs/modules/data_connection/text_embedding/

---

一、关于 文本嵌入模型

嵌入类是一个用于与文本嵌入模型进行交互的类。有很多嵌入模型提供商（OpenAI、Cohere、Hugging Face等）-该类旨在为所有这些提供一个标准接口。
嵌入可以创建文本的向量表示。这很有用，因为这意味着我们可以在向量空间中思考文本，并进行语义搜索，其中我们寻找在向量空间中最相似的文本片段。
LangChain中的基本嵌入类提供两种方法：一种用于嵌入文档，一种用于嵌入查询。前者以多个文本作为输入，而后者以单个文本作为输入。
之所以将它们作为两种不同的方法，是因为某些嵌入提供商对于文档（要搜索的文档）和查询（搜索查询本身）有不同的嵌入方法。

---

二、入门

1、设置 OpenAI

首先，我们需要安装 OpenAI Python 包：

1. pip install openai

复制代码

---

访问 API 需要一个 API 密钥，您可以通过创建一个帐户并访问 此处 来获取。
一旦我们有了密钥，我们将通过运行以下命令将其设置为环境变量：

1. exportOPENAI_API_KEY="..."

复制代码

---

如果您不想设置环境变量，您可以在初始化 OpenAI LLM 类时直接通过 openai_api_key 命名参数传递密钥：

1. from langchain.embeddings import OpenAIEmbeddings
3. embeddings_model = OpenAIEmbeddings(openai_api_key="...")

复制代码

---

否则，您可以不使用任何参数进行初始化：

1. from langchain.embeddings import OpenAIEmbeddings
3. embeddings_model = OpenAIEmbeddings()

复制代码

---

2、embed_documents

Embed list of texts

1. embeddings = embedding_model.embed_documents(["Hi there!","Oh, hello!","What's your name?","My friends call me World","Hello World!"])len(embeddings),len(embeddings[0])# (5, 1536)

复制代码

---

3、embed_query

嵌入单个查询 (Embed single query)
嵌入单个文本以便与其他嵌入的文本进行比较。

1. embedded_query = embedding_model.embed_query("What was the name mentioned in the conversation?")
2. embedded_query[:5]

复制代码

1. [0.0053587136790156364,
2. -0.0004999046213924885,
3. 0.038883671164512634,
4. -0.003001077566295862,
5. -0.00900818221271038]

复制代码

---

三、集成示例

1、DashScope

Let’s load the DashScope Embedding class.

1. from langchain.embeddings import DashScopeEmbeddings
3. embeddings = DashScopeEmbeddings(
4.     model="text-embedding-v1", dashscope_api_key="your-dashscope-api-key")
6. text ="This is a test document."
8. query_result = embeddings.embed_query(text)print(query_result)
10. doc_results = embeddings.embed_documents(["foo"])print(doc_results)

复制代码

---

2、OpenAI

加载 OpenAI Embedding 类

1. from langchain.embeddings import OpenAIEmbeddings
3. embeddings = OpenAIEmbeddings()
5. text ="This is a test document."
7. query_result = embeddings.embed_query(text)
9. doc_result = embeddings.embed_documents([text])

复制代码

Let’s load the OpenAI Embedding class with first generation models (e.g. text-search-ada-doc-001/text-search-ada-query-001).
Note: These are not recommended models - see here

1. from langchain.embeddings.openai import OpenAIEmbeddings
3. embeddings = OpenAIEmbeddings()
5. text ="This is a test document."
7. query_result = embeddings.embed_query(text)
9. doc_result = embeddings.embed_documents([text])# if you are behind an explicit proxy, you can use the OPENAI_PROXY environment variable to pass through
10. os.environ["OPENAI_PROXY"]="http://proxy.yourcompany.com:8080"

复制代码

---

3、Hugging Face Hub

Let’s load the Hugging Face Embedding class.

1. from langchain.embeddings import HuggingFaceEmbeddings
2. embeddings = HuggingFaceEmbeddings()
3. text ="This is a test document."
4. query_result = embeddings.embed_query(text)
5. doc_result = embeddings.embed_documents([text])

复制代码

---

4、Fake Embeddings

LangChain also provides a fake embedding class. You can use this to test your pipelines.

1. from langchain.embeddings import FakeEmbeddings
2. embeddings = FakeEmbeddings(size=1352)
4. query_result = embeddings.embed_query("foo")
6. doc_results = embeddings.embed_documents(["foo"])

复制代码

---

2024-04-08（一）




原文地址：https://blog.csdn.net/lovechris00/article/details/137517875