ใช้ ai.embed กับแพนด้า

ฟังก์ชันนี้จะ ai.embed แปลงข้อความเป็นการฝังเวกเตอร์ที่แสดงถึงความหมาย ใช้การฝังเพื่อค้นหา จัดกลุ่ม และเปรียบเทียบเนื้อหาตามความหมายแทนการใช้ถ้อยคําที่แน่นอน

Note

Overview

ฟังก์ชันนี้ai.embedขยายคลาส pandas Series

เมื่อต้องการสร้างการฝังเวกเตอร์ของแต่ละแถวอินพุต ให้เรียกใช้ฟังก์ชันบนชุดแพนด้าหรือคอลัมน์ข้อความของแพนด้า DataFrame

ฟังก์ชันจะส่งกลับชุดแพนด้าที่มีการฝังตัว ซึ่งสามารถเก็บไว้ในคอลัมน์ DataFrame ใหม่ได้

วากยสัมพันธ์

df["embed"] = df["col1"].ai.embed()

พารามิเตอร์

ไม่มีใคร

การส่งคืน

ฟังก์ชันส่งคืน ชุดแพนด้า ที่มีการฝังเป็น อาร์เรย์ numpy ของค่า float-32 สําหรับแต่ละแถวอินพุต ขนาดอาร์เรย์ขึ้นอยู่กับขนาดของโมเดลการฝัง ซึ่งสามารถกําหนดค่าได้ในฟังก์ชัน AI

ตัวอย่าง

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        "This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",
        "Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",
        "Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!"
    ], columns=["descriptions"])
    
df["embed"] = df["descriptions"].ai.embed()
display(df)

Output:

สกรีนช็อตของกรอบข้อมูลที่มีคอลัมน์ 'descriptions' และ 'embed' คอลัมน์ 'ฝัง' ประกอบด้วยการฝังสําหรับคําอธิบาย

เนื้อหาที่เกี่ยวข้อง

  • อัปเดตล่าสุดเมื่อ