Azure OpenAI Embedding 技能
重要
根据补充使用条款,此功能以公共预览版提供。 2023-10-01-Preview REST API 支持此功能。
“Azure OpenAI Embedding”技能连接到 Azure OpenAI 资源上已部署的嵌入模型来生成嵌入项。
导入和矢量化数据使用 Azure OpenAI 嵌入技能来矢量化内容。 可以运行向导并查看生成的技能集,了解向导如何生成它。
注意
此技能绑定到 Azure OpenAI,并按现有 Azure OpenAI 标准预付费套餐价格收费。
@odata.type
Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill
数据限制
文本输入的最大大小应为 8,000 个标记。 如果输入超出允许的最大值,模型将引发“请求无效”错误。 有关详细信息,请参阅 Azure OpenAI 文档中的令牌关键概念。 如果需要数据分块,请考虑使用文本拆分技能。
技能参数
参数区分大小写。
输入 | 说明 |
---|---|
resourceUri |
模型提供程序的 URI,例如 Azure OpenAI 资源或 OpenAI URL。 |
apiKey |
用于访问模型的密钥。 如果你提供密钥,请将 authIdentity 留空。 如果同时设置 apiKey 和 authIdentity ,则会在连接上使用 apiKey =。 |
deploymentId |
已部署的 Azure OpenAI 嵌入模型的名称。 模型应该是嵌入模型,例如 text-embedding-ada-002。 有关支持的模型,请参阅 Azure OpenAI 模型列表。 |
authIdentity |
搜索服务用于连接到 Azure OpenAI 的用户托管标识。 可以使用系统托管标识或用户托管标识。 若要使用系统托管标识,请将 apiKey 和 authIdentity 留空。 会自动使用系统托管标识。 托管标识必须具有认知服务 OpenAI 用户权限才能将文本发送到 Azure OpenAI。 |
技能输入
输入 | 说明 |
---|---|
text |
要矢量化的输入文本。 如果使用数据分块,则源可能是 /document/pages/* 。 |
技能输出
输出 | 说明 |
---|---|
embedding |
输入文本的矢量化嵌入。 |
示例定义
考虑具有以下字段的记录:
{
"content": "Microsoft released Windows 10."
}
然后,技能定义可能会如下所示:
{
"@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
"description": "Connects a deployed embedding model.",
"resourceUri": "https://my-demo-openai-chinaeast.openai.azure.com/",
"deploymentId": "my-text-embedding-ada-002-model",
"inputs": [
{
"name": "text",
"source": "/document/content"
}
],
"outputs": [
{
"name": "embedding"
}
]
}
示例输出
对于给定的输入文本,将生成矢量化嵌入输出。
{
"embedding": [
0.018990106880664825,
-0.0073809814639389515,
....
0.021276434883475304,
]
}
输出驻留在内存中。 若要将此输出发送到搜索索引中的字段,必须定义一个 outputFieldMapping,用于将矢量化的嵌入输出(即数组)映射到一个矢量字段。 假设技能输出驻留在文档的嵌入节点中,且 content_vector 是搜索索引中的字段,那么索引器中的 outputFieldMapping 应如下所示:
"outputFieldMappings": [
{
"sourceFieldName": "/document/embedding/*",
"targetFieldName": "content_vector"
}
]
错误和警告
条件 | 结果 |
---|---|
null 或无效 URI | 错误 |
null 或无效的 deploymentID | 错误 |
文本为空 | 警告 |
文本大于 8,000 个标记 | 错误 |