AddEmbeddings

Adiciona dois vetores de incorporação e retorna o resultado como um vetor normalizado.

Formato 

AddEmbeddings ( v1 ; v2 )

Parâmetros

v1 e v2 - qualquer expressão de texto, campo de texto ou campo de container que contenha vetores de incorporação com as mesmas dimensões.

Tipo de dados retornado

texto, container

Originada na versão

22.0

Descrição

Essa função realiza a adição de vetores em dois vetores de incorporação e retorna o resultado como um vetor normalizado. A normalização concentra o vetor resultante em sua direção semântica, em vez de sua magnitude, o que é uma prática padrão para comparar ou manipular incorporações.

Use essa função para combinar o significado semântico de dois conceitos representados por vetores. Por exemplo, adicionar o vetor para "Eu gosto de cães" e o vetor para "Eu gosto de gatos" pode resultar em um vetor que representa um conceito mais próximo de "Eu gosto de animais de estimação" ou "Eu gosto de cães e gatos". Isso pode ser útil na pesquisa semântica para ampliar conceitos ou na análise de dados para encontrar significados agregados.

Se v1 e v2 forem texto, eles deverão estar na forma de matrizes JSON. Normalmente, o uso de vetores de incorporação como dados de container binário melhora o desempenho.

Notas

  • Os vetores de incorporação devem ser gerados a partir do mesmo modelo para garantir compatibilidade e desempenho; a combinação de vetores de incorporação de modelos diferentes não é suportada.

  • Essa função retorna "?" se:

    • Se v1 e v2 tiverem dimensões diferentes

    • Ou o resultado for um vetor zero (o que pode acontecer se v1 e v2 forem idênticos, mas tiverem sinais opostos), porque a função não pode normalizar um vetor zero

Exemplo 1

AddEmbeddings ( "[1, 2, 3]" ; "[4, 5, 6]" ) retorna [0,40160966445124940405, 0,56225353023174917677, 0,722897396012249005]. A adição é [1+4, 2+5, 3+6] = [5, 7, 9]. Então a função normaliza esse vetor e o retorna como uma matriz JSON porque ambas as entradas eram de texto.

Exemplo 2

AddEmbeddings ( Products::Smartphone_Embedding ; Products::Premium_Embedding ) retorna dados do container para o vetor normalizado que representa o conceito combinado de "smartphone premium".

Esse exemplo assume que o campo Products::Smartphone_Embedding contém o vetor de incorporação para o texto "smartphone" e Products::Premium_Embedding contém o vetor de incorporação para o texto "premium". O vetor resultante pode ser usado com a etapa de script Etapa de script Realizar pesquisa semântica para encontrar descrições de produtos que estão semanticamente próximas desse conceito combinado.

Tópicos relacionados