langchain_community.embeddings.openvino.OpenVINOBgeEmbeddings

class langchain_community.embeddings.openvino.OpenVINOBgeEmbeddings[源代码]

继承： OpenVINOEmbeddings

OpenVINO BGE 嵌入模型。

Bge 示例
from langchain_community.embeddings import OpenVINOBgeEmbeddings

model_name = "BAAI/bge-large-en"
model_kwargs = {'device': 'CPU'}
encode_kwargs = {'normalize_embeddings': True}
ov = OpenVINOBgeEmbeddings(
    model_name_or_path=model_name,
    model_kwargs=model_kwargs,
    encode_kwargs=encode_kwargs
)

初始化 sentence_transformer。

param embed_instruction: str = ''

用于嵌入文档的指令。

param encode_kwargs: Dict[str, Any] [可选]

调用模型 encode 方法时要传递的关键词参数。

param model_kwargs: Dict[str, Any] [可选]

传递给模型的关键词参数。

param model_name_or_path: str [必填]

HuggingFace 模型 ID。

param ov_model: Any = None

OpenVINO 模型对象。

param query_instruction: str = 'Represent this question for searching relevant passages: '

用于嵌入查询的指令。

param show_progress: bool = False

是否显示进度条。

用于嵌入模型的标记器。

异步嵌入搜索文档。

参数

返回

嵌入列表。

返回类型

异步嵌入查询文本。

参数

返回

嵌入。

返回类型

使用 HuggingFace transformer 模型计算文档嵌入。

参数

返回

每个文本的嵌入列表。

返回类型

使用 HuggingFace transformer 模型计算查询嵌入。

参数

返回

文本的嵌入。

返回类型

encode(sentences: Any, batch_size: int = 4, show_progress_bar: bool = False, convert_to_numpy: bool = True, convert_to_tensor: bool = False, mean_pooling: bool = False, normalize_embeddings: bool = True) → Any

计算句子嵌入。

参数

  • sentences (Any) – 要嵌入的句子。

  • batch_size (int) – 用于计算的批大小。

  • show_progress_bar (bool) – 是否输出进度条。

  • convert_to_numpy (bool) – 输出是否为numpy向量的列表。

  • convert_to_tensor (bool) – 输出是否为一个大型张量。

  • mean_pooling (bool) – 是否对返回的向量进行池化。

  • normalize_embeddings (bool) – 是否对返回的向量进行归一化。

返回

默认情况下，形状为 [num_inputs, output_dimension] 的二维numpy数组。

返回类型

Any

save_model(model_path: str) → bool
参数

model_path (str) –

返回类型

bool

使用OpenVINOBgeEmbeddings的示例