AI_Text_Embedding_云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

调用已创建的通用文本向量模型，支持在线将文本转向量功能。

重要

当前仅支持华北2（北京）区域的PolarDB PostgreSQL标准版集群调用内置模型。

语法

real[] AI_Text_Embedding(text content);
real[] AI_Text_Embedding(text content, text model_id);

参数

参数名称	描述
content	需要转为向量的文本，最长支持2048字符。
model_id	指定model_id，如不指定则默认调用内置模型`_dashscope/text_embedding/text_embedding_v2`。

返回值

返回real[]类型的向量。

描述

本函数可直接使用，无需创建模型，默认调用内置模型_dashscope/text_embedding/text_embedding_v2执行文本转向量任务。
可通过指定model_id参数，调用其他已存在的文本向量模型。例如：_dashscope/text_embedding/text_embedding_v3。
内置模型_dashscope/text_embedding/text_embedding_v2与_dashscope/text_embedding/text_embedding_v3的详细介绍请参考通用文本向量。

准备工作

当前内置模型主要集成了阿里云大模型服务平台百炼中提供的自然语言处理模型。

设置模型的Token信息：请使用AI_SetModelToken函数绑定您阿里云大模型服务平台百炼的API Key。

修改模型调用地址：请使用AI_AlterModel函数修改内置模型的调用地址，将原有地址替换为阿里云大模型服务平台百炼的私网连接（PrivateLink），即将https://dashscope.aliyuncs.com更改为http://vpc-cn-beijing.dashscope.aliyuncs.com。

例如：

_dashscope/text_embedding/text_embedding_v2：

SELECT polar_ai.AI_AlterModel('_dashscope/text_embedding/text_embedding_v2', model_url=>'http://vpc-cn-beijing.dashscope.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding');

_dashscope/text_embedding/text_embedding_v3：

SELECT polar_ai.AI_AlterModel('_dashscope/text_embedding/text_embedding_v3', model_url=>'http://vpc-cn-beijing.dashscope.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding');

示例

不指定model_id参数。

SELECT polar_ai.ai_text_embedding('风急天高猿啸哀');

返回结果如下：

---
{0.004930191827757042, -0.012394876394385515, 0.041976027360927766, -0.01943111099801429, 0.03970705290898573, -0.03082425930989348, 
    ..., 
    -0.008285377453501126, 0.001457333324851072, -0.01758455200255082, -0.03808980516132491, -0.03719669819619879, -0.008629344325205105
}

指定model_id参数，此处model_id指定为内置模型_dashscope/text_embedding/text_embedding_v3。

SELECT polar_ai.ai_text_embedding('风急天高猿啸哀', '_dashscope/text_embedding/text_embedding_v3');

返回结果如下：

---
{0.004930191827757042, -0.012394876394385515, 0.041976027360927766, -0.01943111099801429, 0.03970705290898573, -0.03082425930989348, 
    ..., 
    -0.008285377453501126, 0.001457333324851072, -0.01758455200255082, -0.03808980516132491, -0.03719669819619879, -0.008629344325205105
}