CodeGenTokenizer.GetIndexByTokenCount Método
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Sobrecargas
| Nombre | Description |
|---|---|
| GetIndexByTokenCount(ReadOnlySpan<Char>, Int32, Boolean, Boolean, Boolean, String, Int32, Boolean, Boolean) |
Busque el índice de la capacidad de codificación máxima desde el principio dentro del texto sin superar el límite de tokens. |
| GetIndexByTokenCount(String, ReadOnlySpan<Char>, EncodeSettings, Boolean, String, Int32) |
Busque el índice de la capacidad de codificación máxima sin superar el límite de tokens. |
| GetIndexByTokenCount(String, Int32, Boolean, Boolean, Boolean, String, Int32, Boolean, Boolean) |
Busque el índice de la capacidad de codificación máxima desde el principio dentro del texto sin superar el límite de tokens. |
GetIndexByTokenCount(ReadOnlySpan<Char>, Int32, Boolean, Boolean, Boolean, String, Int32, Boolean, Boolean)
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
Busque el índice de la capacidad de codificación máxima desde el principio dentro del texto sin superar el límite de tokens.
public int GetIndexByTokenCount(ReadOnlySpan<char> text, int maxTokenCount, bool addPrefixSpace, bool addBeginningOfSentence, bool addEndOfSentence, out string? normalizedText, out int tokenCount, bool considerPreTokenization = true, bool considerNormalization = true);override this.GetIndexByTokenCount : ReadOnlySpan<char> * int * bool * bool * bool * string * int * bool * bool -> intPublic Function GetIndexByTokenCount (text As ReadOnlySpan(Of Char), maxTokenCount As Integer, addPrefixSpace As Boolean, addBeginningOfSentence As Boolean, addEndOfSentence As Boolean, ByRef normalizedText As String, ByRef tokenCount As Integer, Optional considerPreTokenization As Boolean = true, Optional considerNormalization As Boolean = true) As IntegerParámetros
- text
- ReadOnlySpan<Char>
Texto que se va a codificar.
- maxTokenCount
- Int32
Número máximo de tokens para limitar la capacidad de codificación.
- addPrefixSpace
- Boolean
Indica si se debe incluir un espacio inicial antes de codificar el texto.
- addBeginningOfSentence
- Boolean
Indica si se debe incluir el principio del token de oración en la codificación.
- addEndOfSentence
- Boolean
Indica si se debe incluir el final del token de oración en la codificación.
- normalizedText
- String
Si la normalización del tokenizador está habilitada, el texto de entrada se representará en su forma de normalización; de lo contrario, será NULL.
- tokenCount
- Int32
El recuento de tokens se puede generar que debe ser menor que el número máximo de tokens.
- considerPreTokenization
- Boolean
Indica si se debe tener en cuenta la tokenización previa antes de la tokenización.
- considerNormalization
- Boolean
Indica si se debe considerar la normalización antes de la tokenización.
Devoluciones
Índice de la capacidad de codificación máxima dentro del texto procesado sin superar el límite de tokens.
Representa el índice inmediatamente después del último carácter que se va a incluir. En los casos en los que no caben tokens, el resultado será 0; por el contrario, si todos los tokens caben, el resultado será la longitud del texto o si normalizedText la normalización está habilitada.
Se aplica a
GetIndexByTokenCount(String, ReadOnlySpan<Char>, EncodeSettings, Boolean, String, Int32)
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
Busque el índice de la capacidad de codificación máxima sin superar el límite de tokens.
protected override int GetIndexByTokenCount(string? text, ReadOnlySpan<char> textSpan, Microsoft.ML.Tokenizers.EncodeSettings settings, bool fromEnd, out string? normalizedText, out int tokenCount);override this.GetIndexByTokenCount : string * ReadOnlySpan<char> * Microsoft.ML.Tokenizers.EncodeSettings * bool * string * int -> intProtected Overrides Function GetIndexByTokenCount (text As String, textSpan As ReadOnlySpan(Of Char), settings As EncodeSettings, fromEnd As Boolean, ByRef normalizedText As String, ByRef tokenCount As Integer) As IntegerParámetros
- text
- String
Texto que se va a codificar.
- textSpan
- ReadOnlySpan<Char>
Intervalo del texto que se va a codificar, que se usará si text es null.
- settings
- EncodeSettings
Configuración que se usa para codificar el texto.
- fromEnd
- Boolean
Indica si se va a buscar el índice desde el final del texto.
- normalizedText
- String
Si la normalización del tokenizador está habilitada o <paramRef name="settings"></paramRef> tiene ConsiderNormalization es false, se establecerá <en paramRef name="text"></paramRef> en su forma normalizada; de lo contrario, este valor se establecerá nullen .
- tokenCount
- Int32
El recuento de tokens se puede generar que debe ser menor que el número máximo de tokens.
Devoluciones
Índice de la capacidad de codificación máxima dentro del texto procesado sin superar el límite de tokens.
Si <paramRef name="fromEnd"></paramRef> es false, representa el índice inmediatamente después del último carácter que se va a incluir. En los casos en los que no caben tokens, el resultado será 0; por el contrario, si todos los tokens caben, el resultado será la longitud del texto de entrada o si normalizedText la normalización está habilitada.
Si <paramRef name="fromEnd"></paramRef> es true, representa el índice del primer carácter que se va a incluir. En los casos en los que no caben tokens, el resultado será la longitud del texto; por el contrario, si todos los tokens encajan, el resultado será cero.
Se aplica a
GetIndexByTokenCount(String, Int32, Boolean, Boolean, Boolean, String, Int32, Boolean, Boolean)
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
- Source:
- CodeGenTokenizer.cs
Busque el índice de la capacidad de codificación máxima desde el principio dentro del texto sin superar el límite de tokens.
public int GetIndexByTokenCount(string text, int maxTokenCount, bool addPrefixSpace, bool addBeginningOfSentence, bool addEndOfSentence, out string? normalizedText, out int tokenCount, bool considerPreTokenization = true, bool considerNormalization = true);override this.GetIndexByTokenCount : string * int * bool * bool * bool * string * int * bool * bool -> intPublic Function GetIndexByTokenCount (text As String, maxTokenCount As Integer, addPrefixSpace As Boolean, addBeginningOfSentence As Boolean, addEndOfSentence As Boolean, ByRef normalizedText As String, ByRef tokenCount As Integer, Optional considerPreTokenization As Boolean = true, Optional considerNormalization As Boolean = true) As IntegerParámetros
- text
- String
Texto que se va a codificar.
- maxTokenCount
- Int32
Número máximo de tokens para limitar la capacidad de codificación.
- addPrefixSpace
- Boolean
Indica si se debe incluir un espacio inicial antes de codificar el texto.
- addBeginningOfSentence
- Boolean
Indica si se debe incluir el principio del token de oración en la codificación.
- addEndOfSentence
- Boolean
Indica si se debe incluir el final del token de oración en la codificación.
- normalizedText
- String
Si la normalización del tokenizador está habilitada, el texto de entrada se representará en su forma de normalización; de lo contrario, será NULL.
- tokenCount
- Int32
El recuento de tokens se puede generar que debe ser menor que el número máximo de tokens.
- considerPreTokenization
- Boolean
Indica si se debe tener en cuenta la tokenización previa antes de la tokenización.
- considerNormalization
- Boolean
Indica si se debe considerar la normalización antes de la tokenización.
Devoluciones
Índice de la capacidad de codificación máxima dentro del texto procesado sin superar el límite de tokens.
Representa el índice inmediatamente después del último carácter que se va a incluir. En los casos en los que no caben tokens, el resultado será 0; por el contrario, si todos los tokens caben, el resultado será la longitud del texto o si normalizedText la normalización está habilitada.