Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Funkcja ai.embed używa generatywnej sztucznej inteligencji do przekształcania tekstu w wektorowe osadzenia. Te wektory umożliwiają sztucznej inteligencji zrozumienie relacji między tekstami, dzięki czemu można wyszukiwać, grupować i porównywać zawartość na podstawie znaczenia, a nie dokładnego sformułowania. Za pomocą pojedynczego wiersza kodu można wygenerować wektorowe osadzania z kolumny w ramce danych.
Uwaga / Notatka
- W tym artykule opisano używanie ai.embed z pandas. Aby użyć ai.embed z PySpark, zobacz ten artykuł.
- Zobacz inne funkcje sztucznej inteligencji w tym artykule przeglądu.
- Dowiedz się, jak dostosować konfigurację funkcji sztucznej inteligencji.
Przegląd
Funkcja ai.embed rozszerza klasę serii pandas.
Aby wygenerować wektorowe osadzanie każdego wiersza wejściowego, wywołaj funkcję w kolumnie pandas Series lub kolumnie tekstowej ramki danych biblioteki pandas.
Funkcja zwraca serię pandas zawierającą osadzenia, które mogą być przechowywane w nowej kolumnie DataFrame.
Składnia
df["embed"] = df["col1"].ai.embed()
Parametry
Żaden.
Zwraca
Funkcja zwraca seriÄ pandas, która zawiera embeddingi w postaci tablicy numpy z typem float-32 dla każdego wiersza tekstu wejÅciowego. Liczba elementów w tablicy zależy od wymiarów modelu osadzania, które można konfigurować w funkcjach sztucznej inteligencji
Example
# 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)
Ta przykładowa komórka kodu udostępnia następujące dane wyjściowe:
Treści powiązane
Użyj ai.embed z PySpark.
Wykrywanie emocji z ai.analyze_sentiment.
Kategoryzuj tekst za pomocą ai.classify.
Wyodrębnij jednostki przy użyciu ai_extract.
Popraw gramatykę za pomocą ai.fix_grammar.
Odpowiadaj na niestandardowe zapytania użytkownika za pomocą ai.generate_response.
Oblicz podobieństwo za pomocą funkcji ai.similarity.
Podsumuj tekst za pomocą pliku ai.summarize.
Tłumaczenie tekstu za pomocą pliku ai.translate.
Dowiedz się więcej o pełnym zestawie funkcji sztucznej inteligencji.
Dostosowywanie konfiguracji funkcji sztucznej inteligencji.
Czy brakowało nam potrzebnej funkcji? Zaproponuj to na forum Fabric Ideas.