向量模型

更新时间：2025-04-11

什么是embedding

文本嵌入是文本的数值表示，可用于衡量语义相似度。应用场景包括：

推荐：根据输入文本字符推荐相关信息条目
聚类：按相似性对文本字符串进行分组
搜索：按相关性对搜索结果排序
异常检测：识别出相关性较小的异常值
多样性检测：分析文本字符的相似性分布
分类：按照相似性对文本字符进行分类两个向量之间的距离决定了它们的相关性。距离小表示相关性高，距离大表示相关性低。

如何使用向量模型

调用向量模型，输入文本以获取embeddings。不同模型的文本数量限制不同，具体请参考模型列表文档。model入参您想调用的向量模型，例如embedding-v1。

curl --location 'https://qianfan.baidubce.com/v2/embeddings' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer bce-v3/ALTAK-*********/614fb**********' \
--data '{
    "model": "embedding-v1",
    "input":["White T-shirt"]
}'

返回中包含了向量信息（浮点list）和一些其他元数据。您可以提取向量，保存在向量数据库中在其他场景中使用。

{
    "id": "as-xz2r36ena8",
    "object": "list",
    "created": 1737030777,
    "data": [
        {
            "object": "embedding",
            "embedding": [
                0.018346669152379036,
                0.009424751624464989,
                -0.009573426097631454,
                ...,
                -0.3628600239753723
            ],
            "index": 0
        }
    ],
    "model": "embedding-v1",
    "usage": {
        "prompt_tokens": 3,
        "total_tokens": 3
    }
}

同时，您也可以通过OpenAI的SDK来请求该模型。

from openai import OpenAI

client = OpenAI(
    api_key="bce-v3/ALTAK-xxxxx",
    base_url="https://qianfan.baidubce.com/v2" 
)

response = client.embeddings.create(
           model= "embedding-v1",
           input=["White T-shirt"])

print(response.data[0].embedding)