Microsoft / multilingual-e5-large
Milvus Integrated
Задача: Встраивание
Модальность: Текст
Метрика сходства: Любой (нормализованный)
Лицензия: Mit
Размерности: 1024
Максимальное количество входных токенов: 512
Цена: Бесплатно
Введение в многоязычную модель встраивания e5-large
- Предназначена для многоязычных документов; поддерживает более 100 языков; идеально подходит для задач многоязычного поиска информации и семантического поиска.
Модель multilingual-e5-large - это современная модель встраивания текста, разработанная компанией Microsoft на основе архитектуры XLM-RoBERTa-large. Благодаря 24-слойной структуре и 560 миллионам параметров модель multilingual-e5-large генерирует 1024-мерные вкрапления и поддерживает 100 языков, обеспечивая надежную работу даже в многоязычных контекстах.
Обученная на миллиарде слабо контролируемых пар текстов и отлаженная на специальных наборах данных, модель демонстрирует превосходные результаты в задачах многоязычного поиска информации и семантического поиска. Она обрабатывает текстовые данные с префиксом "query:" или "passage:" для создания вкраплений, которые точно отражают семантическое содержание. Модель демонстрирует превосходную производительность в многоязычных тестах, превосходя более мелкие модели и традиционные методы, что делает ее идеальной для межъязыкового анализа текстов, кластеризации и сравнения сходства.
Как создавать векторные вкрапления с помощью модели multilingual-e5-large
Существует два основных способа создания векторных вкраплений с помощью модели multilingual-e5-large:
- PyMilvus: Python SDK для Milvus, который легко интегрируется с моделью
multilingual-e5-large. - Библиотека SentenceTransformer: Python-библиотека
sentence-transformer.
После того как векторные вкрапления сгенерированы, их можно хранить в Zilliz Cloud (полностью управляемый сервис векторных баз данных на базе Milvus) и использовать для поиска семантического сходства. Вот четыре ключевых шага:
- Зарегистрируйтесь для получения бесплатной учетной записи Zilliz Cloud.
- Настройте бессерверный кластер и получите Публичную конечную точку и ключ API.
- Создайте коллекцию векторов и вставьте в нее свои векторные вкрапления.
- Запустите семантический поиск по сохраненным вкраплениям.
Генерировать векторные вкрапления с помощью PyMilvus и вставлять их в Zilliz Cloud для семантического поиска
from pymilvus.model.dense import SentenceTransformerEmbeddingFunction
из pymilvus import MilvusClient
ef = SentenceTransformerEmbeddingFunction("intfloat/multilingual-e5-large")
docs = [
"отрывок: Искусственный интеллект был основан как академическая дисциплина в 1956 году."
"passage: Алан Тьюринг был первым человеком, который провел всесторонние исследования в области искусственного интеллекта."
"passage: 图灵出生在伦敦的梅达维尔，他在英格兰南部长大。"
]
# Генерируем вкрапления для документов
docs_embeddings = ef(docs)
запросы = ["запрос: Когда был основан искусственный интеллект",
"query: Wo wurde Alan Turing geboren?"]
# Генерируем вкрапления для запросов
query_embeddings = ef(queries)
# Подключение к облаку Zilliz с помощью публичной конечной точки и ключа API
client = MilvusClient(
uri=ZILLIZ_PUBLIC_ENDPOINT,
token=ZILLIZ_API_KEY)
КОЛЛЕКЦИЯ = "документы"
if client.has_collection(collection_name=COLLECTION):
client.drop_collection(collection_name=COLLECTION)
client.create_collection(
имя_коллекции=COLLECTION,
dimension=ef.dim,
auto_id=True)
для doc, embedding в zip(docs, docs_embeddings):
client.insert(COLLECTION, {"text": doc, "vector": embedding})
results = client.search(
имя_коллекции=КОЛЛЕКЦИЯ,
data=query_embeddings,
consistency_level="Strong",
output_fields=["text"])
Для получения дополнительной информации обратитесь к нашей документации PyMilvus Embedding Model.
Генерируем векторные вкрапления с помощью SentenceTransformer и вставляем их в Zilliz Cloud для семантического поиска
from sentence_transformers import SentenceTransformer
из pymilvus import MilvusClient
model = SentenceTransformer("intfloat/multilingual-e5-large")
docs = [
"отрывок: Искусственный интеллект был основан как академическая дисциплина в 1956 году."
"passage: Алан Тьюринг был первым человеком, который провел всесторонние исследования в области искусственного интеллекта."
"passage: 图灵出生在伦敦的梅达维尔，他在英格兰南部长大。"
]
# Генерируем вкрапления для документов
docs_embeddings = model.encode(docs, normalize_embeddings=True)
запросы = ["запрос: Когда был основан искусственный интеллект",
"query: Wo wurde Alan Turing geboren?" ]
# Генерируем вкрапления для запросов
query_embeddings = model.encode(queries, normalize_embeddings=True)
# Подключение к облаку Zilliz с помощью публичной конечной точки и ключа API
client = MilvusClient(
uri=ZILLIZ_PUBLIC_ENDPOINT,
token=ZILLIZ_API_KEY)
КОЛЛЕКЦИЯ = "документы"
if client.has_collection(collection_name=COLLECTION):
client.drop_collection(collection_name=COLLECTION)
client.create_collection(
имя_коллекции=COLLECTION,
dimension=1024,
auto_id=True)
для doc, embedding в zip(docs, docs_embeddings):
client.insert(COLLECTION, {"text": doc, "vector": embedding})
results = client.search(
имя_коллекции=КОЛЛЕКЦИЯ,
data=query_embeddings,
consistency_level="Strong",
output_fields=["text"])
Дополнительную информацию см. в Документация SentenceTransformer.
- Введение в многоязычную модель встраивания e5-large
- Как создавать векторные вкрапления с помощью модели multilingual-e5-large
Контент
Беспрерывные AI рабочие процессы
От встраиваний до масштабируемого AI поиска—Zilliz Cloud позволяет вам хранить, индексировать и извлекать встраивания с непревзойденной скоростью и эффективностью.
Попробуйте Zilliz Cloud Бесплатно
