تعلم كيفية إنشاء التضمينات

التضمين هو تنسيق خاص لتمثيل البيانات يمكن استخدامه بسهولة من قبل نماذج التعلم الآلي والخوارزميات. التضمين هو تمثيل كثيف للمعلومات للمعنى الدلالي لجزء من النص. كل تضمين هو متجه من أرقام النقاط العائمة، بحيث ترتبط المسافة بين تضمينين في مساحة المتجه بالتشابه الدلالي بين إدخالين بالتنسيق الأصلي. على سبيل المثال، إذا كان نصان متشابهين، يجب أن تكون تمثيلات المتجهات متشابهة أيضاً. تضمين البحث عن تشابه متجه الطاقة في قواعد بيانات Azure مثل Azure Cosmos DB ل NoSQL أو Azure Cosmos DB ل MongoDB vCore أو قاعدة بيانات Azure SQL أو قاعدة بيانات Azure ل PostgreSQL - Flexible Server.

المتطلبات

تم نشر نموذج تضمين Azure OpenAI.
القيم التالية من مصدرك:
- نقطة النهاية، على سبيل المثال، https://YOUR-RESOURCE-NAME.openai.azure.com/.
- مفتاح API.
- اسم نشر الطراز.

لمزيد من الإرشادات حول الإعداد الخاص باللغات، راجع لغات البرمجة المدعومة من Azure OpenAI.

كيفية الحصول على التضمينات

للحصول على متجه تضمين لنص ما، قم بتقديم طلب إلى نقطة نهاية التضمين كما هو موضح في مقتطفات الكود التالية:

إشعار

واجهة برمجة تطبيقات التضمين في Azure OpenAI لا تدعم حاليا Microsoft Entra ID مع واجهة الإصدار 1. استخدم مصادقة مفاتيح API للأمثلة في هذا المقال.

using OpenAI;
using OpenAI.Embeddings;
using System.ClientModel;

EmbeddingClient client = new(
    "text-embedding-3-small",
    credential: new ApiKeyCredential("API-KEY"),
    options: new OpenAIClientOptions()
    {

        Endpoint = new Uri("https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1")
    }
);

string input = "This is a test";

OpenAIEmbedding embedding = client.GenerateEmbedding(input);
ReadOnlyMemory<float> vector = embedding.ToFloats();
Console.WriteLine($"Embeddings: [{string.Join(", ", vector.ToArray())}]");

package main

import (
	"context"
	"fmt"
	"os"

	"github.com/openai/openai-go/v2"
	"github.com/openai/openai-go/v2/option"
)

func main() {
	// Get API key from environment variable
	apiKey := os.Getenv("AZURE_OPENAI_API_KEY")
	if apiKey == "" {
		panic("AZURE_OPENAI_API_KEY environment variable is not set")
	}

	// Create a client with Azure OpenAI endpoint and API key
	client := openai.NewClient(
		option.WithBaseURL("https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/"),
		option.WithAPIKey(apiKey),
	)

	ctx := context.Background()
	text := "The attention mechanism revolutionized natural language processing"

	// Make an embedding request
	embedding, err := client.Embeddings.New(ctx, openai.EmbeddingNewParams{
		Input: openai.EmbeddingNewParamsInputUnion{OfString: openai.String(text)},
		Model: "text-embedding-3-large", // Use your deployed model name on Azure
	})
	if err != nil {
		panic(err.Error())
	}

	// Print embedding information
	fmt.Printf("Model: %s\n", embedding.Model)
	fmt.Printf("Number of embeddings: %d\n", len(embedding.Data))
	fmt.Printf("Embedding dimensions: %d\n", len(embedding.Data[0].Embedding))
	fmt.Printf("Usage - Prompt tokens: %d, Total tokens: %d\n", embedding.Usage.PromptTokens, embedding.Usage.TotalTokens)
	
	// Print first few values of the embedding vector
	fmt.Printf("First 10 embedding values: %v\n", embedding.Data[0].Embedding[:10])
}

import OpenAI from "openai";
const client = new OpenAI({
    baseURL: "https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",
    apiKey: process.env['OPENAI_API_KEY'] //Your Azure OpenAI API key
});

const embedding = await client.embeddings.create({
  model: "text-embedding-3-small",
  input: "Your text string goes here",
});

console.log(embedding);

import os
from openai import OpenAI

client = OpenAI(
  api_key = os.getenv("AZURE_OPENAI_API_KEY"),  
  base_url="https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/"
)

response = client.embeddings.create(
    input = "Your text string goes here",
    model= "text-embedding-3-large"
)

print(response.model_dump_json(indent=2))

# Azure OpenAI metadata variables
$openai = @{
    api_key     = $Env:AZURE_OPENAI_API_KEY
    api_base    = $Env:AZURE_OPENAI_ENDPOINT # your endpoint should look like the following https://YOUR_RESOURCE_NAME.openai.azure.com/
    name        = 'YOUR-DEPLOYMENT-NAME-HERE' #This will correspond to the custom name you chose for your deployment when you deployed a model.
}

$headers = [ordered]@{
    'api-key' = $openai.api_key
}

$text = 'Your text string goes here'

$body = [ordered]@{
    input = $text
	model = $openai.name
} | ConvertTo-Json

$url = "$($openai.api_base)/openai/v1/embeddings"

$response = Invoke-RestMethod -Uri $url -Headers $headers -Body $body -Method Post -ContentType 'application/json'
return $response.data.embedding

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/v1/embeddings \
  -H 'Content-Type: application/json' \
  -H 'api-key: YOUR_API_KEY' \
	-d '{"model": "YOUR-DEPLOYMENT-NAME", "input": "Sample Document goes here"}'

أفضل الممارسات

التحقق من أن المدخلات لا تتجاوز الحد الأقصى للطول

الحد الأقصى لطول نص الإدخال لأحدث نماذج التضمين لدينا هو 8192 رمزا مميزا. يجب التحقق من أن مدخلاتك لا تتجاوز هذا الحد قبل تقديم طلب.
إذا كان إرسال صفيف من المدخلات في طلب تضمين واحد هو الحد الأقصى لحجم الصفيف هو 2048.
عند إرسال صفيف من المدخلات في طلب واحد، تذكر أن عدد الرموز المميزة في الدقيقة في طلباتك يجب أن يظل أقل من حد الحصة النسبية الذي تم تعيينه في نشر النموذج. بشكل افتراضي، تخضع أحدث نماذج التضمين من الجيل 3 إلى حد 350 K TPM لكل منطقة.

استكشاف الأخطاء وإصلاحها

إذا ظهرت 401 لك خطأ OR 403 ، تأكد من أن مفتاح API صالح للمورد.
إذا ظهرت 404 خطأ، تأكد من أن نقطة النهاية تتضمن المسار /openai/v1/ وأنك استخدمت الرابط الأساسي الصحيح.
إذا ظهرت 400 خطأ، تم تعيين التأكيد model على اسم النشر الخاص بك وجسم الطلب هو JSON صالح.

القيود والمخاطر

قد تكون نماذج التضمين الخاصة بنا غير موثوق بها أو تشكل مخاطر اجتماعية في حالات معينة، وقد تسبب ضررا في غياب عوامل التخفيف من المخاطر. راجع محتوى الذكاء الاصطناعي المسؤول للحصول على مزيد من المعلومات حول كيفية التعامل مع استخدامها بمسؤولية.

الخطوات التالية

تعرف على المزيد حول استخدام Azure OpenAI والتضمينات لإجراء البحث في المستندات باستخدام البرنامج التعليمي للتضمينات.
تعرف على المزيد حول النماذج الأساسية التي تعمل على تشغيل Azure OpenAI.
قم بتخزين التضمينات وإجراء بحث متجه (تشابه) باستخدام اختيارك للخدمة:

الملاحظات

هل كانت هذه الصفحة مفيدة؟

Last updated on 2026-02-12