推理提供商文档

特征提取

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

特征提取

特征提取是将文本转换为向量(通常称为“嵌入”)的任务。

应用示例

  • 为查询检索最相关的文档(用于 RAG 应用)。
  • 根据文档与查询的相似性重新排序文档列表。
  • 计算两个句子之间的相似性。

有关 feature-extraction 任务的更多详细信息,请查看其专用页面!您将找到示例和相关材料。

推荐模型

在此处探索所有可用模型并找到最适合您的模型。

使用 API

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="hf-inference",
    api_key=os.environ["HF_TOKEN"],
)

result = client.feature_extraction(
    "Today is a sunny day and I will get some ice cream.",
    model="intfloat/multilingual-e5-large",
)

API 规范

请求

标头
授权 字符串 身份验证头,格式为 'Bearer: hf_****',其中 hf_**** 是具有“Inference Providers”权限的个人用户访问令牌。您可以在您的设置页面生成一个。
有效负载
输入* 未知 以下之一
         (#1) 字符串
         (#2) 字符串数组
归一化 布尔值
prompt_name 字符串 用于编码的提示名称。如果未设置,则不应用提示。必须是 sentence-transformers 配置 prompts 字典中的一个键。例如,如果 prompt_name 是“query”,并且 prompts 是 {“query”: “query: ”,…},那么句子“What is the capital of France?”将被编码为“query: What is the capital of France?”,因为提示文本将在任何要编码的文本之前添加。
截断 布尔值
截断方向 枚举 可能的值:Left,Right。

响应

正文
(数组) 数组[] 输出是一个数组的数组。
< > 在 GitHub 上更新