AddEmbeddings

Aggiunge due vettori di embedding e restituisce il risultato come vettore normalizzato.

Formato 

AddEmbeddings ( v1 ; v2 )

Parametri 

v1 e v2 - qualsiasi espressione di testo, campo Testo o campo Contenitore che contiene vettori di embedding con le stesse dimensioni.

Tipo di dati riportato 

Testo, Contenitore

Creata nella versione 

22.0

Descrizione 

Questa funzione esegue la somma dei vettori su due vettori di embedding e restituisce il risultato come vettore normalizzato. La normalizzazione concentra il vettore risultante sulla sua direzione semantica piuttosto che sulla sua grandezza; questo rappresenta una pratica standard per confrontare o manipolare gli embedding.

Utilizzare questa funzione per combinare il significato semantico di due concetti rappresentati da vettori. Ad esempio, la somma del vettore per "Mi piacciono i cani" al vettore per "Mi piacciono i gatti" potrebbe risultare in un vettore che rappresenta un concetto più vicino a "Mi piacciono gli animali domestici" o "Mi piacciono sia i cani che i gatti". Questo può essere utile nella ricerca semantica per ampliare i concetti o nell'analisi dei dati per trovare significati aggregati.

Se v1 e v2 sono testo, devono essere sotto forma di array JSON. In genere, tuttavia, l'uso di vettori di embedding come dati contenitore binari migliora le prestazioni.

Note 

  • Per garantire compatibilità e performance, i vettori di embedding devono essere generati dallo stesso modello; la combinazione di vettori di embedding generati da modelli diversi non è supportata.

  • Questa funzione restituisce "?" se:

    • Se v1 e v2 hanno dimensioni diverse

    • Oppure il risultato è un vettore zero (questo può accadere se v1 e v2 sono identici ma hanno segni opposti), perché la funzione non può normalizzare un vettore zero

Esempio 1 

AddEmbeddings ( "[1, 2, 3]" ; "[4, 5, 6]" ) restituisce [0.40160966445124940405, 0.56225353023174917677, 0.722897396012249005]. La somma è [1+4, 2+5, 3+6] = [5, 7, 9]. Quindi la funzione normalizza questo vettore e lo restituisce come array JSON perché entrambi gli input erano testo.

Esempio 2 

AddEmbeddings ( Prodotti::Smartphone_Embedding ; Prodotti::Premium_Embedding ) restituisce i dati del contenitore per il vettore normalizzato che rappresenta il concetto combinato di "smartphone premium".

Questo esempio presuppone che il campo Prodotti::Smartphone_Embedding contenga il vettore di embedding per il testo "smartphone" e Prodotti::Premium_Embedding contenga il vettore di embedding per il testo "premium". Il vettore risultante potrebbe essere utilizzato con l'istruzione di script Esegui ricerca semantica per trovare descrizioni dei prodotti semanticamente vicine a questo concetto combinato.

Argomenti correlati