メインコンテンツまでスキップ

encode_queries()

この操作は、クエリ文字列のリストを受け取り、各クエリをベクトル埋め込みにエンコードします。

リクエスト構文​

python
encode_queries(
    queries: List[str], 
) -> List[np.array]

パラメーター:

  • queries (List[str])

    文字列値のリストです。各文字列は、エンコードのために埋め込みモデルに渡されるクエリを表します。モデルは、リスト内の各文字列に対して埋め込みベクトルを生成します。

戻り値の型:

List[np.array]

戻り値:

各要素が NumPy 配列であるリストです。

例外:

  • ImportError

    OpenAI モジュールがインストールされていない場合に、この例外が発生します。

例​

python
from pymilvus import model

openai_ef = model.dense.OpenAIEmbeddingFunction(
    model_name='text-embedding-3-large', # Specify the model name
    dimensions=512 # Set the embedding dimensionality according to MRL feature.
)

queries = ["When was artificial intelligence founded", 
           "Where was Alan Turing born?"]

query_embeddings = openai_ef.encode_queries(queries)

# Print embeddings
print("Embeddings:", query_embeddings)
# Print dimension and shape of embeddings
print("Dim:", openai_ef.dim, query_embeddings[0].shape)

# Embeddings: [array([ 0.00530251, -0.01907905, -0.01672608, -0.05030033,  0.01635982,
#        -0.03169853, -0.0033602 ,  0.09047844,  0.00030747,  0.11853652,
#        -0.02870182, -0.01526102,  0.05505067,  0.00993909, -0.07165466,
# ...
#        -9.78106782e-02, -2.22669560e-02,  1.21873049e-02, -4.83198799e-02,
#         5.32377362e-02, -1.90469325e-02,  5.62430918e-02,  1.02650477e-02,
#        -6.21757433e-02,  7.88027793e-02,  4.91846527e-04, -1.51633881e-02])]
# Dim: 512 (512,)
Ctrl I