Skip to main content
Служба векторизации слов OpenAI предназначена для генерации векторных представлений входного текста. В этом документе в основном описывается процесс использования OpenAI Embeddings API, с помощью которого мы можем создавать векторные представления входного текста.

Процесс заявки

Чтобы использовать OpenAI Embeddings API, сначала перейдите на страницу OpenAI Embeddings API и нажмите кнопку «Acquire», чтобы получить необходимые для запроса учетные данные: Если вы еще не вошли в систему или не зарегистрированы, вас автоматически перенаправят на страницу входа, пригласив зарегистрироваться и войти в систему. После входа или регистрации вы автоматически вернетесь на текущую страницу. При первой подаче заявки вам будет предоставлен бесплатный лимит, который можно использовать для работы с этим API.

Основное использование

Теперь вы можете заполнить соответствующие поля на интерфейсе, как показано на изображении:

При первом использовании этого интерфейса вам необходимо заполнить как минимум три поля: одно из них — authorization, которое можно выбрать прямо из выпадающего списка. Другой параметр — model, model — это категория модели, которую мы выбираем для использования с сайта OpenAI, здесь у нас в основном есть 3 модели, подробности можно посмотреть в предоставленных моделях. Последний параметр — input, input — это текст, который мы хотим преобразовать в вектор слов. Также вы можете заметить, что справа есть соответствующий код вызова, который вы можете скопировать и запустить, или просто нажать кнопку «Try» для тестирования. Дополнительные параметры:
  • dimensions: обрезка размерности вектора, по умолчанию выводится полная размерность.
  • encoding_format: формат возврата, можно выбрать float или base64.

Пример кода вызова на Python:
После вызова мы обнаруживаем, что возвращаемый результат выглядит следующим образом:
Возвращаемый результат содержит несколько полей, описание которых приведено ниже:
  • model, модель, использованная для преобразования текста в вектор слов.
  • usage, информация о токенах, использованных для преобразования текста в вектор слов.
  • data, результат преобразования текста в вектор слов.
Где data содержит конкретную информацию о векторе слов, соответствующем тексту, а embedding — это конкретный результат сгенерированного вектора слов.

Обработка ошибок

При вызове API, если возникнет ошибка, API вернет соответствующий код ошибки и информацию. Например:
  • 400 token_mismatched: Неверный запрос, возможно, из-за отсутствующих или недействительных параметров.
  • 400 api_not_implemented: Неверный запрос, возможно, из-за отсутствующих или недействительных параметров.
  • 401 invalid_token: Неавторизовано, недействительный или отсутствующий токен авторизации.
  • 429 too_many_requests: Слишком много запросов, вы превысили лимит частоты.
  • 500 api_error: Внутренняя ошибка сервера, что-то пошло не так на сервере.

Пример ответа об ошибке

Заключение

С помощью этого документа вы узнали, как легко использовать API OpenAI Embeddings для генерации векторов слов от официального OpenAI. Надеемся, что этот документ поможет вам лучше интегрировать и использовать этот API. Если у вас есть какие-либо вопросы, пожалуйста, не стесняйтесь обращаться в нашу техническую поддержку.