SpacyEmbeddings#
- class langchain_community.embeddings.spacy_embeddings.SpacyEmbeddings[source]#
基础类：
BaseModel,Embeddings由spaCy模型生成的嵌入。
- model_name#
spaCy模型的名称。
- Type:
字符串
- nlp#
加载到内存中的spaCy模型。
- Type:
任何
- embed_documents(texts
List[str]) -> List[List[float]]: 为文档列表生成嵌入。
- embed_query(text
str) -> List[float]: 为单段文本生成嵌入。
通过解析和验证来自关键字参数的输入数据来创建一个新模型。
如果输入数据无法验证以形成有效模型，则引发 [ValidationError][pydantic_core.ValidationError]。
self 被显式地设为仅位置参数，以允许 self 作为字段名称。
- param model_name: str = 'en_core_web_sm'#
- param nlp: Any | None = None#
- async aembed_documents(texts: List[str]) List[List[float]][source]#
异步生成文档列表的嵌入。 此方法未实现并引发NotImplementedError。
- Parameters:
文本 (列表[字符串]) – 需要生成嵌入的文档。
- Raises:
NotImplementedError – 此方法未实现。
- Return type:
列表[列表[float]]
- async aembed_query(text: str) List[float][source]#
异步生成单个文本的嵌入。 此方法未实现并引发NotImplementedError。
- Parameters:
文本 (str) – 要生成嵌入的文本。
- Raises:
NotImplementedError – 此方法未实现。
- Return type:
列表[float]
使用 SpacyEmbeddings 的示例