特徵提取

特徵提取是將文字轉換為向量（通常稱為“嵌入”）的任務。

應用示例

為查詢檢索最相關的文件（用於 RAG 應用）。
根據文件與查詢的相似性重新排序文件列表。
計算兩個句子之間的相似性。

有關 feature-extraction 任務的更多詳細資訊，請檢視其專用頁面！您將找到示例和相關材料。

使用 API

語言

客戶端

提供商

設定

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 規範

請求

標頭
授權	字串	身份驗證頭，格式為 `'Bearer: hf_**'`，其中 `hf_**` 是具有“Inference Providers”許可權的個人使用者訪問令牌。您可以在您的設定頁面生成一個。

有效負載
輸入*	未知	以下之一
(#1)	字串
(#2)	字串陣列
歸一化	布林值
prompt_name	字串	用於編碼的提示名稱。如果未設定，則不應用提示。必須是 `sentence-transformers` 配置 `prompts` 字典中的一個鍵。例如，如果 `prompt_name` 是“query”，並且 `prompts` 是 {“query”: “query: ”，…}，那麼句子“What is the capital of France?”將被編碼為“query: What is the capital of France?”，因為提示文字將在任何要編碼的文字之前新增。
截斷	布林值
截斷方向	列舉	可能的值：Left，Right。

響應

正文
（陣列）	陣列[]	輸出是一個數組的陣列。

< > 在 GitHub 上更新

推理服務提供商

特徵提取

推薦模型

使用 API

API 規範

請求

響應