选择最佳特征嵌入器#

class langchain_experimental.rl_chain.pick_best_chain.PickBestFeatureEmbedder(auto_embed: bool, model: Any | None = None, *args: Any, **kwargs: Any)[source]#

将BasedOn和ToSelectFrom输入嵌入到学习策略可以使用的格式中。

Parameters:

  • auto_embed (布尔值)

  • model (可选[任意])

  • args (Any)

  • kwargs (Any)

model name

用于特征表示的嵌入类型。默认为BERT SentenceTransformer。

Type:

任意，可选

方法

__init__(auto_embed[, model])

format(event)

format_auto_embed_off(event)

将BasedOn和ToSelectFrom转换为VW可使用的格式

format_auto_embed_on(event)

get_context_and_action_embeddings(event)

get_indexed_dot_product(context_emb, action_embs)

get_label(event)

__init__(auto_embed: bool, model: Any | None = None, *args: Any, **kwargs: Any)[来源]#
Parameters:

  • auto_embed (布尔值)

  • model (Any | None)

  • args (Any)

  • kwargs (Any)

format(event: PickBestEvent) → str[来源]#
Parameters:

事件 (PickBestEvent)

Return type:

字符串

format_auto_embed_off(event: PickBestEvent) → str[source]#

将BasedOn和ToSelectFrom转换为VW可使用的格式

Parameters:

事件 (PickBestEvent)

Return type:

字符串

format_auto_embed_on(event: PickBestEvent) → str[source]#
Parameters:

事件 (PickBestEvent)

Return type:

字符串

get_context_and_action_embeddings(event: PickBestEvent) → tuple[来源]#
Parameters:

事件 (PickBestEvent)

Return type:

元组

get_indexed_dot_product(context_emb: List, action_embs: List) → Dict[来源]#
Parameters:

  • context_emb (列表)

  • action_embs (列表)

Return type:

字典

get_label(event: PickBestEvent) → tuple[来源]#
Parameters:

事件 (PickBestEvent)

Return type:

元组