国产人成在线观看91,婷婷五月综合色中文字幕,国产末成年女av产

DashText，是向量檢索服務(wù)DashVector推薦使用的稀疏向量編碼器（Sparse Vector Encoder），DashText可通過BM25算法將原始文本轉(zhuǎn)換為稀疏向量（Sparse Vector）表達，通過DashText可大幅度簡化使用DashVector關(guān)鍵詞感知檢索能力。

說明

需要使用您的api-key替換示例中的YOUR_API_KEY、您的Cluster Endpoint替換示例中的YOUR_CLUSTER_ENDPOINT，代碼才能正常運行。
本示例僅對Sparse Vector進行功能演示，請根據(jù)實際情況設(shè)置您的向量維度（可參考文章什么是向量）。簡化起見，本文示例代碼中將向量（Dense Vector）維度設(shè)置為4。

Step1. 創(chuàng)建支持Sparse Vector的Collection

Python

import dashvector

client = dashvector.Client(api_key='YOUR_API_KEY', endpoint='YOUR_CLUSTER_ENDPOINT')
assert client

ret = client.create('hybrid_collection', dimension=4, metric='dotproduct')
assert ret

collection = client.get('hybrid_collection')
assert collection

Java

import com.aliyun.dashvector.DashVectorClient;
import com.aliyun.dashvector.DashVectorCollection;
import com.aliyun.dashvector.models.requests.CreateCollectionRequest;
import com.aliyun.dashvector.models.responses.Response;
import com.aliyun.dashvector.proto.CollectionInfo;

DashVectorClient client = 
  new DashVectorClient("YOUR_API_KEY", "YOUR_CLUSTER_ENDPOINT");

CreateCollectionRequest request = CreateCollectionRequest.builder()
            .name("hybrid_collection")
            .dimension(4)
            .metric(CollectionInfo.Metric.dotproduct)
            .dataType(CollectionInfo.DataType.FLOAT)
            .build();
      
Response<Void> response = client.create(request);
System.out.println(response);

DashVectorCollection collection = client.get("hybrid_collection");

重要

僅內(nèi)積度量（metric='dotproduct'）支持Sparse Vector功能

Step2. 創(chuàng)建SparseVectorEncoder

使用內(nèi)置Encoder

Python

from dashtext import SparseVectorEncoder

encoder = SparseVectorEncoder.default()

Java

import com.aliyun.dashtext.encoder.SparseVectorEncoder;

SparseVectorEncoder encoder = SparseVectorEncoder.getDefaultInstance();

說明

內(nèi)置Encoder使用中文Wiki語料進行訓練，采用Jieba進行中文分詞

基于自有語料創(chuàng)建Encoder

Python

from dashtext import SparseVectorEncoder

encoder = SparseVectorEncoder()

# （全部）自有語料
corpus = [
    "向量檢索服務(wù)DashVector基于阿里云自研的高效向量引擎Proxima內(nèi)核，提供具備水平拓展能力的云原生、全托管的向量檢索服務(wù)",
    "DashVector將其強大的向量管理、向量查詢等多樣化能力，通過簡潔易用的SDK/API接口透出，方便被上層AI應用迅速集成",
    "從而為包括大模型生態(tài)、多模態(tài)AI搜索、分子結(jié)構(gòu)分析在內(nèi)的多種應用場景，提供所需的高效向量檢索能力",
    "簡單靈活、開箱即用的SDK，使用極簡代碼即可實現(xiàn)向量管理",
    "自研向量相似性比對算法，快速高效穩(wěn)定服務(wù)",
    "Schema-free設(shè)計，通過Schema實現(xiàn)任意條件下的組合過濾查詢"
]

# 基于自有語料訓練Encoder
encoder.train(corpus)

Java

import com.aliyun.dashtext.encoder.SparseVectorEncoder;
import java.util.*;

SparseVectorEncoder encoder = new SparseVectorEncoder();

//（全部）自有語料
List<String> corpus = Arrays.asList(
  "向量檢索服務(wù)DashVector基于阿里云自研的高效向量引擎Proxima內(nèi)核，提供具備水平拓展能力的云原生、全托管的向量檢索服務(wù)",
  "DashVector將其強大的向量管理、向量查詢等多樣化能力，通過簡潔易用的SDK/API接口透出，方便被上層AI應用迅速集成",
  "從而為包括大模型生態(tài)、多模態(tài)AI搜索、分子結(jié)構(gòu)分析在內(nèi)的多種應用場景，提供所需的高效向量檢索能力",
  "簡單靈活、開箱即用的SDK，使用極簡代碼即可實現(xiàn)向量管理",
  "自研向量相似性比對算法，快速高效穩(wěn)定服務(wù)",
  "Schema-free設(shè)計，通過Schema實現(xiàn)任意條件下的組合過濾查詢"
);

// 基于自有語料訓練Encoder
encoder.train(corpus);

說明

內(nèi)置Encoder可直接使用，無需使用原始語料進行訓練，使用起來更加方便，同時泛化能力較強。但面對原始語料中專業(yè)術(shù)語較多等場景，準確性偏弱
基于自有語料創(chuàng)建Encoder，需要預先根據(jù)（全部）原始語料進行訓練，準確性較高，自有語料創(chuàng)建Encoder具體使用可參考進階使用
用戶需根據(jù)自身業(yè)務(wù)場景和需求來選擇Encoder，對于特定領(lǐng)域（大量專屬詞匯）的場景推薦基于自有語料創(chuàng)建Encoder

Step3. 插入帶有Sparse Vector的Doc

Python

from dashvector import Doc

document = "向量檢索服務(wù)DashVector基于阿里云自研的高效向量引擎Proxima內(nèi)核，提供具備水平拓展能力的云原生、全托管的向量檢索服務(wù)。"
doc_sparse_vector = encoder.encode_documents(document)

print(doc_sparse_vector)
# 基于內(nèi)置Encoder的output: 
# {380823393: 0.7262431704356519, 414191989: 0.7262431704356519, 565176162: 0.7262431704356519, 904594806: 0.7262431704356519, 1005505802: 0.7262431704356519, 1169440797: 0.8883757984694465, 1240922502: 0.7262431704356519, 1313971048: 0.7262431704356519, 1317077351: 0.7262431704356519, 1490140460: 0.7262431704356519, 1574737055: 0.7262431704356519, 1760434515: 0.7262431704356519, 2045788977: 0.8414146776926797, 2141666983: 0.7262431704356519, 2509543087: 0.7262431704356519, 3180265193: 0.7262431704356519, 3845702398: 0.7262431704356519, 4106887295: 0.7262431704356519}

collection.insert(Doc(
    id='A',
    vector=[0.1, 0.2, 0.3, 0.4],
    sparse_vector=doc_sparse_vector
))

Java

String document = "向量檢索服務(wù)DashVector基于達摩院自研的高效向量引擎Proxima內(nèi)核，提供具備水平拓展能力的云原生、全托管的向量檢索服務(wù)。";
Map<Long, Float> sparseVector = encoder.encodeDocuments(document);

System.out.println(sparseVector);
// 基于內(nèi)置Encoder的output: 
// {380823393: 0.7262431704356519, 414191989: 0.7262431704356519, 565176162: 0.7262431704356519, 904594806: 0.7262431704356519, 1005505802: 0.7262431704356519, 1169440797: 0.8883757984694465, 1240922502: 0.7262431704356519, 1313971048: 0.7262431704356519, 1317077351: 0.7262431704356519, 1490140460: 0.7262431704356519, 1574737055: 0.7262431704356519, 1760434515: 0.7262431704356519, 2045788977: 0.8414146776926797, 2141666983: 0.7262431704356519, 2509543087: 0.7262431704356519, 3180265193: 0.7262431704356519, 3845702398: 0.7262431704356519, 4106887295: 0.7262431704356519}

Vector vector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();

// 構(gòu)建帶有Sparse Vector的Doc
Doc doc = Doc.builder()
  .id("28")
  .sparseVector(sparseVector)
  .vector(vector)
  .build();

// 插入帶有Sparse Vector的Doc
Response<Void> response = collection.insert(InsertDocRequest.builder().doc(doc).build());

Step4. 關(guān)鍵詞感知的向量檢索

Python

query = "什么是向量檢索服務(wù)？"
sparse_vector = encoder.encode_queries(query)

print(sparse_vector)
# 基于內(nèi)置Encoder的output: 
# {1169440797: 0.2947158712590364, 2045788977: 0.7052841287409635}

docs = collection.query(
    vector=[0.1, 0.1, 0.1, 0.1],
    sparse_vector=sparse_vector
)

Java

String query = "什么是向量檢索服務(wù)？";

Map<Long, Float> sparseVector = encoder.encodeQueries(query);

System.out.println(sparseVector);
// 基于內(nèi)置Encoder的output: 
// {1169440797: 0.2947158712590364, 2045788977: 0.7052841287409635}

Vector vector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();
      	
// 構(gòu)建QueryDocRequest 
QueryDocRequest request = QueryDocRequest.builder()
  .vector(vector)
  .sparseVector(sparseVector)
  .topk(100)
  .includeVector(true)
  .build();

Response<List<Doc>> response = collection.query(request);
System.out.println(response);

Step5. 基于權(quán)重的關(guān)鍵詞+語義檢索

Python

from dashtext import combine_dense_and_sparse

query = "什么是向量檢索服務(wù)？"
sparse_vector = encoder.encode_queries(query)

# 權(quán)重因子
alpha = 0.7
dense_vector = [0.1, 0.1, 0.1, 0.1]
scaled_dense_vector, scaled_sparse_vector = combine_dense_and_sparse(dense_vector, sparse_vector, alpha)

docs = collection.query(
    vector=scaled_dense_vector,
    sparse_vector=scaled_sparse_vector
)

Java

String query = "什么是向量檢索服務(wù)？";

Map<Long, Float> sparseVector = encoder.encodeQueries(query);

System.out.println(sparse_vector);
// 基于內(nèi)置Encoder的output: 
// {1169440797: 0.2947158712590364, 2045788977: 0.7052841287409635}

Vector denseVector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();

// 通過alpha因子調(diào)整稠密向量和稀疏向量
float alpha = 0.1;
sparse_vector.forEach((key, value) -> sparse_vector.put(key, value * (1 - alpha)));
denseVector = Vector.builder().value(
            denseVector.getValue().stream().map(number -> number.floatValue() * alpha).collect(Collectors.toList())
    ).build();

// 構(gòu)建QueryDocRequest 
QueryDocRequest request = QueryDocRequest.builder()
  .vector(denseVector)
  .sparseVector(sparseVector)
  .topk(100)
  .includeVector(true)
  .build();

Response<List<Doc>> response = collection.query(request);
System.out.println(response);

說明

參數(shù)alpha是控制稠密向量距離和稀疏向量距離加權(quán)的權(quán)重因子，alpha=0.0表示只采用稀疏向量進行距離度量，alpha=1.0表示只采用稠密向量進行距離度量。

API參考

更多DashText API詳情可參考：

Python SDK：https://pypi.org/project/dashtext/

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

快速開始

Step1. 創(chuàng)建支持Sparse Vector的Collection

Step2. 創(chuàng)建SparseVectorEncoder

使用內(nèi)置Encoder

基于自有語料創(chuàng)建Encoder

Step3. 插入帶有Sparse Vector的Doc

Step4. 關(guān)鍵詞感知的向量檢索

Step5. 基于權(quán)重的關(guān)鍵詞+語義檢索

API參考