หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
ฟังก์ชันนี้จะ ai.embed แปลงข้อความเป็นการฝังเวกเตอร์ที่แสดงถึงความหมาย ใช้การฝังเพื่อค้นหา จัดกลุ่ม และเปรียบเทียบเนื้อหาตามความหมายแทนการใช้ถ้อยคําที่แน่นอน
Note
- บทความนี้ครอบคลุม
ai.embedด้วย PySpark สําหรับแพนด้า โปรดดู ใช้ ai.embed กับแพนด้า - สําหรับฟังก์ชัน AI และข้อกําหนดเบื้องต้นทั้งหมด โปรดดู ภาพรวมของฟังก์ชัน AI
- เปลี่ยนการกําหนดค่าเริ่มต้นสําหรับฟังก์ชัน AI ด้วย PySpark
Overview
ฟังก์ชันนี้ai.embedพร้อมใช้งานสําหรับ Spark DataFrames คุณต้องระบุชื่อของคอลัมน์อินพุตที่มีอยู่เป็นพารามิเตอร์
ฟังก์ชันจะส่งกลับ DataFrame ใหม่ที่มีการฝังตัวสําหรับแต่ละแถวของข้อความที่ป้อนเข้าในคอลัมน์เอาต์พุต
วากยสัมพันธ์
df.ai.embed(input_col="col1", output_col="embed")
พารามิเตอร์
| ชื่อ | คำอธิบาย |
|---|---|
input_col ต้องมี |
สตริงที่มีชื่อของคอลัมน์ที่มีอยู่พร้อมค่าข้อความอินพุตเพื่อใช้สําหรับการคํานวณการฝัง |
output_col ระบุหรือไม่ก็ได้ |
สตริงที่มีชื่อของคอลัมน์ใหม่เพื่อจัดเก็บการฝังจากการคํานวณสําหรับแต่ละแถวข้อความที่ป้อนเข้า ถ้าคุณไม่ได้ตั้งค่าพารามิเตอร์นี้ ชื่อเริ่มต้นจะถูกสร้างขึ้นสําหรับคอลัมน์ผลลัพธ์ |
error_col ระบุหรือไม่ก็ได้ |
สตริงที่มีชื่อของคอลัมน์ใหม่ที่เก็บข้อผิดพลาด OpenAI ที่เป็นผลมาจากการประมวลผลแถวข้อความที่ป้อนเข้าแต่ละแถว ถ้าคุณไม่ได้ตั้งค่าพารามิเตอร์นี้ ชื่อเริ่มต้นจะถูกสร้างขึ้นสําหรับคอลัมน์ข้อผิดพลาด ถ้าแถวอินพุตไม่มีข้อผิดพลาด คอลัมน์นี้จะมีค่า null |
การส่งคืน
ฟังก์ชันส่งคืน Spark DataFrame พร้อมคอลัมน์ใหม่ที่มีการฝังที่สร้างขึ้นสําหรับแต่ละแถวอินพุต การฝัง pyspark.ml.linalg.DenseVector คือค่า ขนาดเวกเตอร์ขึ้นอยู่กับขนาดของโมเดลการฝัง ซึ่งสามารถกําหนดค่าได้ในฟังก์ชัน AI
ตัวอย่าง
# This code uses AI. Always review output for mistakes.
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.
df = spark.createDataFrame([
("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!",)
], ["descriptions"])
embed = df.ai.embed(input_col="descriptions", output_col="embed")
display(embed)
Output:
เนื้อหาที่เกี่ยวข้อง
- ใช้ ai.embed กับแพนด้า
- เรียนรู้เพิ่มเติมเกี่ยวกับฟังก์ชัน AI
- เปลี่ยนการกําหนดค่าเริ่มต้นสําหรับฟังก์ชัน AI ด้วย PySpark
- ทําความเข้าใจการเรียกเก็บเงินสําหรับ AI Functions