langchain_community.embeddings.johnsnowlabs.JohnSnowLabsEmbeddings

class langchain_community.embeddings.johnsnowlabs.JohnSnowLabsEmbeddings

基础：BaseModel，Embeddings

JohnSnowLabs 嵌入模型

使用时，您需要安装 johnsnowlabs Python 包。.. rubric:: 示例

from langchain_community.embeddings.johnsnowlabs import JohnSnowLabsEmbeddings

embedding = JohnSnowLabsEmbeddings(model='embed_sentence.bert')
output = embedding.embed_query("foo bar")

初始化 johnsnowlabs 模型。

param model: Any = 'embed_sentence.bert'

async aembed_documents(texts: List[str]) → List[List[float]]

异步嵌入文档搜索。

参数

texts (List[str]) – 要嵌入的文本列表。

返回

嵌入列表。

返回类型

List[List[float]]

async aembed_query(text: str) → List[float]

异步嵌入文本查询。

参数

text (str) – 要嵌入的文本。

返回

嵌入值。

返回类型

List[float]

embed_documents(texts: List[str]) → List[List[float]]

使用 JohnSnowLabs Transformer 模型计算文档嵌入。

参数

texts (List[str]) – 要嵌入的文本列表。

返回

每个文本一个嵌入列表。

返回类型

List[List[float]]

embed_query(text: str) → List[float]

使用 JohnSnowLabs Transformer 模型计算查询嵌入。

参数

text (字符串) – 要嵌入的文本。

返回

文本的嵌入。

返回类型

List[float]

使用 JohnSnowLabsEmbeddings 的示例

• John Snow Labs