代码语言：python

所属分类：其他

代码描述：ollama+mxbai-embed-large+FAISS实现语句向量化embedding查询代码

代码标签： ollama mxbai-embed-large FAISS 语句 向量化 embedding 查询

下面为部分代码预览，完整代码请点击下载或在bfwstudio webide中打开

import ollama
from langchain_community.vectorstores import FAISS
import numpy as np

# Step 1: Generate embeddings using ollama
model = 'mxbai-embed-large'
prompt = '自然语言'

# Generate the embedding for the query sentence
query_embedding = ollama.embeddings(model=model, prompt=prompt)

# Ensure the embedding is a numpy array
query_embedding = np.array(query_embedding['embedding'])  # Access the 'embedding' key if it's a dictionary

# Step 2: Create a FAISS vector store and add some example embeddings
# Example sentences (you can replace these with your own data)
sentences = [
    "自处理人类语言。NLP涵盖了从文本分析、机器翻译到情感分析等多个任务。在文本分析中，NLP通过词汇分析、句法分析和语义理解等技术，将非结构化的自然语言转换为机器可以处理的形式。机器翻译则利用深度学习模型，如Transformer架构，实现不同语言之间的自动转换。情感分析则通过分析文本中的情感词汇和句子结构，判断文本的情感倾向。这些技术不仅提高了人机交互的效率，还在医疗、金融等多个领域发挥了重要作用。深度学习：推动NLP发展的核心技术然语言处理.........完整代码请登录后点击上方下载按钮下载查看

网友评论0

取消

评论提交中...

提交评论