langchain_core.embeddings.embeddings.Embeddings¶
- class langchain_core.embeddings.embeddings.Embeddings[source]¶
嵌入模型的接口。
这是一个用于实现文本嵌入模型的接口。
文本嵌入模型用于将文本映射到向量（n维空间中的一个点）。
与此文本相似的文本通常会被映射到这个空间中彼此靠近的点。这个空間“相似”的定义以及“距离”是如何测量的，取决于具体的嵌入模型。
这种抽象包含一个将文档列表嵌入的方法，以及一个将查询文本嵌入的方法。查询文本的嵌入预期是一个单个向量，而文档列表的嵌入预期是一个向量列表。
通常来说，查询嵌入和文档嵌入是相同的，但该抽象允许独立处理它们。
除了同步方法之外，此接口还提供了方法的异步版本。
默认情况下，异步方法使用同步方法实现；但是，为了性能考虑，实现可以选择用异步原生实现来覆盖异步方法。
方法
__init__()aembed_documents(texts)异步嵌入搜索文档。
aembed_query(text)异步嵌入查询文本。
embed_documents(texts)嵌入搜索文档。
embed_query(text)嵌入查询文本。
- __init__()¶
- async aembed_documents(texts: List[str]) List[List[float]][source]¶
异步嵌入搜索文档。
- 参数
texts (List[str]) – 待嵌入的文本列表。
- 返回
嵌入列表。
- 返回类型
List[List[float]]
- async aembed_query(text: str) List[float][source]¶
异步嵌入查询文本。
- 参数
text (str) – 待嵌入的文本。
- 返回
嵌入。
- 返回类型
List[float]