文本转换为向量有多种方式:
方法一: 通过模型服务灵积DashScope将文本转换为向量(推荐)
方法二: 通过ModelScope魔搭社区中的文本向量开源模型将文本转换为向量
方法三: 通过Jina Embeddings v2模型将文本转换为向量
方法四: 通过百川智能向量化模型将文本转换为向量
本文介绍方法三:如何通过 Jina Embeddings v2模型将文本转换为向量,并入库至向量检索服务DashVector中进行向量检索。
前提条件
- DashVector:
- 已创建Cluster: 创建Cluster
- 已获得API-KEY: API-KEY管理
- 已安装最新版SDK: 安装DashVector SDK
- Jina AI
- 已获得API密钥: Jina Embeddings v2模型
Jina Embeddings v2模型
简介
Jina Embeddings v2模型,唯一支持 8192 个词元长度的开源向量模型,在大规模文本向量化基准 (MTEB) 的功能和性能方面与 OpenAI 的闭源模型 text-embedding-ada-002 相当。
模型名称 | 向量维度 | 度量方式 | 向量数据类型 | 备注 |
jina-embeddings-v2-small-en | 512 | Cosine | Float32 |
|
jina-embeddings-v2-base-en | 768 | Cosine | Float32 |
|
jina-embeddings-v2-base-zh | 768 | Cosine | Float32 |
|
说明
关于Jina Embeddings v2模型更多信息请参考: Jina Embeddings v2模型
使用示例
说明
需要进行如下替换代码才能正常运行:
- DashVector api-key替换示例中的{your-dashvector-api-key}
- DashVector Cluster Endpoint替换示例中的{your-dashvector-cluster-endpoint}
- Jina AI api-key替换示例中的{your-jina-api-key}
Python示例: