แชร์ผ่าน

ใช้ ai.embed กับแพนด้า

ฟังก์ชันนี้ ai.embed ใช้ Generative AI เพื่อแปลงข้อความเป็นการฝังเวกเตอร์ เวกเตอร์เหล่านี้ช่วยให้ AI เข้าใจความสัมพันธ์ระหว่างข้อความ คุณจึงสามารถค้นหา จัดกลุ่ม และเปรียบเทียบเนื้อหาตามความหมายมากกว่าการใช้ถ้อยคําที่แน่นอน ด้วยโค้ดบรรทัดเดียว คุณสามารถสร้างการฝังเวกเตอร์จากคอลัมน์ใน DataFrame ได้

Note

Overview

ฟังก์ชันนี้ai.embedขยายคลาส pandas Series

เมื่อต้องการสร้างการฝังเวกเตอร์ของแต่ละแถวอินพุต ให้เรียกใช้ฟังก์ชันบนชุดแพนด้าหรือคอลัมน์ข้อความของแพนด้า DataFrame

ฟังก์ชันจะส่งกลับชุดแพนด้าที่มีการฝังตัว ซึ่งสามารถเก็บไว้ในคอลัมน์ DataFrame ใหม่ได้

วากยสัมพันธ์

df["embed"] = df["col1"].ai.embed()

พารามิเตอร์

ไม่มีใคร

การส่งคืน

ฟังก์ชันจะส่งกลับ ชุดแพนด้า ที่มีการฝังเป็น อาร์เรย์ numpy ของ float-32 สําหรับแต่ละแถวข้อความที่ป้อนเข้า จํานวนองค์ประกอบในอาร์เรย์ขึ้นอยู่กับขนาดของโมเดลการฝัง ซึ่งสามารถ กําหนดค่าได้ในฟังก์ชัน AI

ตัวอย่าง

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        "This duvet, lovingly hand-crafted from all-natural fabric, is perfect for a good night's sleep.",
        "Tired of friends judging your baking? With these handy-dandy measuring cups, you'll create culinary delights.",
        "Enjoy this *BRAND NEW CAR!* A compact SUV perfect for the professional commuter!"
    ], columns=["descriptions"])
    
df["embed"] = df["descriptions"].ai.embed()
display(df)

เซลล์โค้ดตัวอย่างนี้ให้ผลลัพธ์ต่อไปนี้:

สกรีนช็อตของกรอบข้อมูลที่มีคอลัมน์ 'descriptions' และ 'embed' คอลัมน์ 'ฝัง' ประกอบด้วยการฝังสําหรับคําอธิบาย

เนื้อหาที่เกี่ยวข้อง

  • Last updated on