传统的搜索使用关键字来查找数据，语义搜索通过理解文本的语义来进行搜索，不一定是相同的关键字。这就显得更智能，关键字匹配的搜索显得更弱智。
这个库使用起来还是很简单的，pip安装包，然后调用其api即可创建语义搜索服务。关键是还有大量的例子可以参考。
pip install txtai# Get started in a couple lines
from txtai.embeddings import Embeddings
embeddings = Embeddings({"path": "sentence-transformers/all-MiniLM-L6-v2"})
embeddings.index([(0, "Correct", None), (1, "Not what we hoped", None)])
embeddings.search("positive", 1)
#[(0, 0.2986203730106354)]应用
txtai 的一系列示例应用程序。还提供了Hugging Face Spaces上托管版本的链接。
| 应用 | 描述 | |
|---|---|---|
| 基本相似度搜索 | 基本相似性搜索示例。来自原始 txtai 演示的数据。 | 🤗 |
| 图书搜索 | 书籍相似度搜索应用程序。使用自然语言语句索引书籍描述和查询。 | 仅限本地运行 |
| 图片搜索 | 图像相似度搜索应用程序。索引图像目录并运行搜索以识别与输入查询相似的图像。 | 🤗 |
| 总结一篇文章 | 总结一篇文章。从网页中提取文本并构建摘要的工作流程。 | 🤗 |
| 维基搜索 | 维基百科搜索应用程序。查询 Wikipedia API 并总结最上面的结果。 | 🤗 |
| 工作流生成器 | 构建并执行 txtai 工作流程。将摘要、文本提取、转录、翻译和相似性搜索管道连接在一起，以运行统一的工作流程。 | 🤗 |
大量的例子：
全部评论: 0 条