Python용 텍스트 삽입 가이드

MediaPipe 텍스트 임베딩 작업을 사용하면 텍스트 데이터의 숫자 표현을 만들어 의미론적 의미를 포착합니다 이 도움말에서는 Python을 사용한 텍스트 임베딩

기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예

텍스트 삽입의 예제 코드는 이 참고하세요. 이 코드는 이 작업을 테스트하고 직접 텍스트 삽입기를 만들어 보았습니다. Cloud Shell에서 텍스트 삽입 예 코드 웹 브라우저에서 Google Colab을 사용하면 됩니다. 이 모듈의 소스 코드는 이 예시를 GitHub

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 Text Embedder를 사용하도록 빌드되었습니다. 일반적인 정보 다음과 같은 MediaPipe 작업을 사용하기 위한 개발 환경 설정 플랫폼 버전 요구사항에 대한 자세한 내용은 Python을 사용합니다.

<ph type="x-smartling-placeholder">

패키지

Text Embedder는 mediapipe pip 패키지를 사용합니다. 원하는 경우 다음과 같이 바꿉니다.

$ python -m pip install mediapipe

가져오기

Text Embedder 작업 함수에 액세스하려면 다음 클래스를 가져옵니다.

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import text

모델

MediaPipe 텍스트 삽입 작업에는 이 항목과 호환되는 학습된 모델이 필요합니다. 태스크에 맞추는 것입니다. 텍스트 삽입에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 다음을 참고하세요. 작업 개요 모델 섹션을 확인합니다.

모델을 선택하고 다운로드한 후 로컬 디렉터리에 저장합니다. 이때 권장 UniversalSentenceEncoder 있습니다.

model_path = '/absolute/path/to/universal_sentence_encoder.tflite'

아래와 같이 model_asset_path 매개변수 내에 모델 경로를 지정합니다.

base_options = BaseOptions(model_asset_path=model_path)

할 일 만들기

MediaPipe 텍스트 삽입 작업은 create_from_options 함수를 사용하여 태스크에 맞추는 것입니다. create_from_options 함수는 구성 값을 허용함 옵션을 사용하여 삽입 옵션을 설정합니다. 또한 create_from_model_path 팩토리 함수입니다. create_from_model_path 함수 학습된 모델 파일에 대한 상대 또는 절대 경로를 허용합니다. 자세한 내용은 구성 옵션에 대한 자세한 내용은 구성 옵션.

다음 코드는 이 작업을 빌드하고 구성하는 방법을 보여줍니다. 

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
TextEmbedder = mp.tasks.text.TextEmbedder
TextEmbedderOptions = mp.tasks.text.TextEmbedderOptions

# For creating a text embedder instance:
options = TextEmbedderOptions(
    base_options=BaseOptions(model_asset_path=model_path),
    quantize=True)
text_embedder = TextEmbedder.create_from_options(options)

구성 옵션

이 작업에는 Python 애플리케이션을 위한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
l2_normalize L2 norm으로 반환된 특성 벡터를 정규화할지 여부입니다. 모델에 아직 네이티브가 포함되어 있지 않은 경우에만 이 옵션을 사용하세요. L2_NORMALIZATION TFLite 작업 대부분의 경우 이미 이러한 경우에 해당하며 따라서 L2 정규화는 필요 없이 TFLite 추론을 통해 달성됩니다. 이 옵션에 적용됩니다. Boolean False
quantize 반환된 임베딩을 스칼라 양자화입니다. 임베딩은 암시적으로 단위 표준으로 가정되고 따라서 모든 측정기준은 [-1.0, 1.0] 값을 갖습니다. 사용 그렇지 않은 경우 l2_normalize 옵션을 사용하세요. Boolean False

데이터 준비

텍스트 임베딩은 텍스트 (str) 데이터와 함께 작동합니다. 작업에서 데이터 입력을 처리함 전처리(토큰화 및 텐서 전처리 포함)

모든 사전 처리는 embed 함수 내에서 처리됩니다. 필요하지 않음 를 사용합니다.

input_text = "The input text to be embedded."

작업 실행

텍스트 임베딩은 embed 함수를 사용하여 추론을 트리거합니다. 텍스트 이는 입력 텍스트의 임베딩 벡터를 반환하는 것입니다.

다음 코드는 작업 모델을 사용하여 처리를 실행하는 방법을 보여줍니다. 

# Perform text embedding on the provided input text.
embedding_result = text_embedder.embed(input_text)

결과 처리 및 표시

Text Embedder는 TextEmbedderResult 임베딩 (부동 소수점 또는 스칼라 양자화)을 지원합니다.

다음은 이 작업의 출력 데이터 예시를 보여줍니다.

TextEmbedderResult:
  Embedding #0 (sole embedding head):
    float_embedding: {0.2345f, 0.1234f, ..., 0.6789f}
    head_index: 0

다음을 사용하여 두 임베딩의 의미적 유사성을 비교할 수 있습니다. TextEmbedder.cosine_similarity 함수를 사용하세요. 다음 코드를 참고하세요. 예로 들 수 있습니다

# Compute cosine similarity.
similarity = TextEmbedder.cosine_similarity(
  embedding_result.embeddings[0],
  other_embedding_result.embeddings[0])