임베딩 유사도
| 항목 | 값 |
|---|---|
| 화면 이름 | Similarity score |
| 식별자 | similarityScoreV1 |
| 지원 실행 방식 | Batch |
| 범주 | 유사도와 거리 (Distance measurement), 숫자 (Numeric) |
| 반환 자료형 | Double |
두 임베딩 벡터의 유사도 점수를 반환합니다.
입력 인자
| 이름 | 지정 여부 | 자료형 | 의미와 조건 |
|---|---|---|---|
Left embedded vector | 필수 | Expression<T> | 왼쪽 임베딩 벡터입니다. |
Right embedded vector | 필수 | Expression<T> | 오른쪽 임베딩 벡터입니다. |
Similarity metric | 필수 | Enum<Cosine Distance, Cosine Similarity, Dot Product, Euclidean Distance> | 두 임베딩을 비교할 유사도 지표입니다. |
자료형 변수의 범위
T는Array<Float>범위의 자료형을 받습니다.
입출력 예시
예시 1: 기본 동작
palantir와 foundry 단어의 Ada 임베딩 사이 코사인 유사도입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:COSINE_SIMILARITY
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.0046147984, -0.014344796, -0.022795992, -0.035806388, -0.028467191, 0.026243191, -0.028161392, ... | 0.7814455755180517 |
예시 2: 기본 동작
palantir 단어의 Ada 임베딩끼리 비교한 코사인 유사도입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:COSINE_SIMILARITY
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | 1.0 |
예시 3: 기본 동작
palantir와 foundry 단어의 Ada 임베딩 내적입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:DOT_PRODUCT
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.0046147984, -0.014344796, -0.022795992, -0.035806388, -0.028467191, 0.026243191, -0.028161392, ... | 0.7814455030932973 |
예시 4: 기본 동작
palantir 단어의 Ada 임베딩끼리 계산한 내적입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:DOT_PRODUCT
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | 1.0 |
예시 5: 기본 동작
palantir와 foundry 단어의 Ada 임베딩 사이 유클리드 거리입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:EUCLIDEAN_DISTANCE
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.0046147984, -0.014344796, -0.022795992, -0.035806388, -0.028467191, 0.026243191, -0.028161392, ... | 0.6611420486192364 |
예시 6: 기본 동작
palantir 단어의 Ada 임베딩끼리 계산한 유클리드 거리입니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:EUCLIDEAN_DISTANCE
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | [ -0.019182289, -0.02127992, 0.009529043, -0.008066221, -0.0014429842, 0.019154688, -0.023556953, -0... | 0.0 |
예시 7: null 처리
null 입력은 null을 반환합니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:COSINE_SIMILARITY
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| null | null | null |
예시 8: null 처리
null 입력은 null을 반환합니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:DOT_PRODUCT
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| null | null | null |
예시 9: null 처리
null 입력은 null을 반환합니다.
인자 값:
Left embedded vector:leftEmbeddedVectorRight embedded vector:rightEmbeddedVectorSimilarity metric:EUCLIDEAN_DISTANCE
| leftEmbeddedVector | rightEmbeddedVector | 출력 |
|---|---|---|
| null | null | null |
예시 10: 경계 조건
배열 길이가 다르면 결과는 null입니다.
인자 값:
Left embedded vector:leftArrayRight embedded vector:rightArraySimilarity metric:DOT_PRODUCT
| leftArray | rightArray | 출력 |
|---|---|---|
| [ 1.0, 2.0 ] | [ 1.0, 3.0 ] | 7.0 |
| [ 1.0, 2.0, 3.0 ] | [ 1.0, 3.0 ] | null |
| [ 1.0, 2.0 ] | [ 1.0, 2.0, 3.0 ] | null |
| [ 1.0, 2.0 ] | null | null |
| null | [ 1.0, 2.0 ] | null |
긴 구조값 안의 줄임표는 생략한 내용을 나타냅니다.