语义匹配（Matching）
更新时间：2024-08-29
简介
语义匹配组件（Matching）可以计算query与文本列表之间的相似度关系，并根据其进行排序。
基本用法
初始化
import os
import appbuilder
os.environ["APPBUILDER_TOKEN"] = '...'
# 初始化所需要的组件
embedding = appbuilder.Embedding()
matching = appbuilder.Matching(embedding)
# 定义query和文本列表
query = appbuilder.Message("你好")
contexts = appbuilder.Message(["世界", "你好"])基于query和文本之间的相似度进行匹配排序
contexts_matched = matching(query, contexts)
print(contexts_matched.content)['你好', '世界']参数说明
初始化参数说明
- embedding：【必须】一个类型为Embedding的Component，用于初始化
Matching的向量计算功能
调用参数说明
- query：【必须】一个类型为string的句子，长度不能超过384，通常为用户输入的问题
- contexts：【必须】一个类型为List[string]的句子数组，每个元素长度不能超过384，通常为和问题相关的文本候选集
高级用法
对query和文本计算相似度
使用如下的示例代码，可以直接计算query和文本间的余弦相似度，用于判别不同的embedding模型之间的性能差异
query_embedding = embedding(query)
context_embedding = embedding.batch(contexts)
semantics = matching.semantics(query_embedding, context_embedding)
print(semantics.content)[0.1892052043984527, 0.9999999852985002]