SpaCy

spaCy 是一个用于高级自然语言处理的开源软件库，使用 Python 和 Cython 编程语言编写。

安装和设置

%pip install --upgrade --quiet  spacy

导入必要的类

from langchain_community.embeddings.spacy_embeddings import SpacyEmbeddings

示例

初始化 SpacyEmbeddings。这将把 Spacy 模型加载到内存中。

embedder = SpacyEmbeddings(model_name="en_core_web_sm")

定义一些示例文本。这些可以是您想要分析的任何文档，例如新闻文章、社交媒体帖子或产品评论。

texts = [
    "The quick brown fox jumps over the lazy dog.",
    "Pack my box with five dozen liquor jugs.",
    "How vexingly quick daft zebras jump!",
    "Bright vixens jump; dozy fowl quack.",
]

生成并打印文本的嵌入。SpacyEmbeddings 类为每个文档生成一个嵌入，这是文档内容的数值表示。这些嵌入可以用于各种自然语言处理任务，例如文档相似性比较或文本分类。

embeddings = embedder.embed_documents(texts)
for i, embedding in enumerate(embeddings):
    print(f"文档 {i+1} 的嵌入：{embedding}")

生成并打印单个文本的嵌入。您还可以为单个文本生成嵌入，例如搜索查询。这对于信息检索等任务很有用，其中您希望找到与给定查询相似的文档。

query = "Quick foxes and lazy dogs."
query_embedding = embedder.embed_query(query)
print(f"查询的嵌入：{query_embedding}")