AI_Text_Embedding

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。

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

  • 调用本函数之前,请使用AI_SetModelToken函数绑定模型服务的API-KEY。阿里云大模型服务百炼的API-KEY获取方式请参考获取API Key

  • 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。

  • 内置模型_dashscope/text_embedding/text_embedding_v2详细介绍请参考通用文本向量

  • 可通过指定model_id参数,调用其他已存在的文本向量模型。

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
    }