পদ্ধতি: models.embedContent
একটি ইনপুট Content
দেওয়া মডেল থেকে একটি এমবেডিং তৈরি করে৷
শেষপ্রান্ত
পোস্টhttps://generativelanguage.googleapis.com/v1beta/{model=models/*}:embedContent
পাথ প্যারামিটার
model
string
প্রয়োজন। মডেলের সম্পদের নাম। এটি মডেল ব্যবহার করার জন্য একটি আইডি হিসাবে কাজ করে।
এই নামটি models.list
পদ্ধতি দ্বারা প্রত্যাবর্তিত একটি মডেল নামের সাথে মিলিত হওয়া উচিত।
বিন্যাস: models/{model}
এটি ফর্ম models/{model}
লাগে।
শরীরের অনুরোধ
অনুরোধের অংশে নিম্নলিখিত কাঠামো সহ ডেটা রয়েছে:
content
object ( Content
)
প্রয়োজন। এম্বেড করার বিষয়বস্তু। শুধুমাত্র parts.text
ক্ষেত্র গণনা করা হবে।
taskType
enum ( TaskType
)
ঐচ্ছিক। ঐচ্ছিক টাস্ক টাইপ যার জন্য এম্বেডিং ব্যবহার করা হবে। শুধুমাত্র models/embedding-001
এর জন্য সেট করা যেতে পারে।
title
string
ঐচ্ছিক। পাঠ্যের জন্য একটি ঐচ্ছিক শিরোনাম। শুধুমাত্র টাস্কটাইপ RETRIEVAL_DOCUMENT
হলেই প্রযোজ্য।
দ্রষ্টব্য: RETRIEVAL_DOCUMENT
এর জন্য একটি title
নির্দিষ্ট করা পুনরুদ্ধারের জন্য আরও ভাল মানের এম্বেডিং প্রদান করে৷
outputDimensionality
integer
ঐচ্ছিক। আউটপুট এম্বেডিংয়ের জন্য ঐচ্ছিক হ্রাস মাত্রা। যদি সেট করা থাকে, আউটপুট এম্বেডিংয়ের অতিরিক্ত মান শেষ থেকে কেটে ফেলা হয়। 2024 সাল থেকে নতুন মডেল দ্বারা সমর্থিত, এবং আগের মডেল ( models/embedding-001
) এই মানটি নির্দিষ্ট করতে পারে না৷
উদাহরণ অনুরোধ
পাইথন
Node.js
প্রতিক্রিয়া শরীর
একটি EmbedContentRequest
এর প্রতিক্রিয়া।
সফল হলে, প্রতিক্রিয়া বডিতে নিম্নলিখিত কাঠামোর সাথে ডেটা থাকে:
embedding
object ( ContentEmbedding
)
শুধুমাত্র আউটপুট। ইনপুট বিষয়বস্তু থেকে উৎপন্ন এমবেডিং।
JSON প্রতিনিধিত্ব |
---|
{
"embedding": {
object ( |
পদ্ধতি: models.batchEmbedContents
- শেষপ্রান্ত
- পাথ প্যারামিটার
- শরীরের অনুরোধ
- প্রতিক্রিয়া শরীর
- অনুমোদনের সুযোগ
- উদাহরণ অনুরোধ
- EmbedContentRequest
একটি সিঙ্ক্রোনাস কলে প্রদত্ত ইনপুট পাঠ্য মডেল থেকে একাধিক এম্বেডিং তৈরি করে।
শেষপ্রান্ত
পোস্টhttps://generativelanguage.googleapis.com/v1beta/{model=models/*}:batchEmbedContents
পাথ প্যারামিটার
model
string
প্রয়োজন। মডেলের সম্পদের নাম। এটি মডেল ব্যবহার করার জন্য একটি আইডি হিসাবে কাজ করে।
এই নামটি models.list
পদ্ধতি দ্বারা প্রত্যাবর্তিত একটি মডেল নামের সাথে মিলিত হওয়া উচিত।
বিন্যাস: models/{model}
এটি ফর্ম models/{model}
লাগে।
শরীরের অনুরোধ
অনুরোধের অংশে নিম্নলিখিত কাঠামো সহ ডেটা রয়েছে:
requests[]
object ( EmbedContentRequest
)
প্রয়োজন। ব্যাচের জন্য এম্বেড অনুরোধ. এই প্রতিটি অনুরোধের মডেলটি অবশ্যই নির্দিষ্ট BatchEmbedContentsRequest.model
মডেলের সাথে মিলবে।
উদাহরণ অনুরোধ
পাইথন
Node.js
প্রতিক্রিয়া শরীর
একটি BatchEmbedContentsRequest
এর প্রতিক্রিয়া।
সফল হলে, প্রতিক্রিয়া বডিতে নিম্নলিখিত কাঠামোর সাথে ডেটা থাকে:
embeddings[]
object ( ContentEmbedding
)
শুধুমাত্র আউটপুট। প্রতিটি অনুরোধের জন্য এ��বেডিং, ব্যাচ অনুরোধে দেওয়া একই ক্রমে।
JSON প্রতিনিধিত্ব |
---|
{
"embeddings": [
{
object ( |
EmbedContentRequest
মডেলটি এম্বেড করার জন্য Content
সহ অনুরোধ৷
JSON প্রতিনিধিত্ব |
---|
{ "model": string, "content": { object ( |
model
string
প্রয়োজন। মডেলের সম্পদের নাম। এটি মডেল ব্যবহার করার জন্য একটি আইডি হিসাবে কাজ করে।
এই নামটি models.list
পদ্ধতি দ্বারা প্রত্যাবর্তিত একটি মডেল নামের সাথে মিলিত হওয়া উচিত।
বিন্যাস: models/{model}
content
object ( Content
)
প্রয়োজন। এম্বেড করার বিষয়বস্তু। শুধুমাত্র parts.text
ক্ষেত্র গণনা করা হবে।
taskType
enum ( TaskType
)
ঐচ্ছিক। ঐচ্ছিক টাস্ক টাইপ যার জন্য এম্বেডিং ব্যবহার করা হবে। শুধুমাত্র models/embedding-001
এর জন্য সেট করা যেতে পারে।
title
string
ঐচ্ছিক। পাঠ্যের জন্য একটি ঐচ্ছিক শিরোনাম। শুধুমাত্র টাস্কটাইপ RETRIEVAL_DOCUMENT
হলেই প্রযোজ্য।
দ্রষ্টব্য: RETRIEVAL_DOCUMENT
এর জন্য একটি title
নির্দিষ্ট করা পুনরুদ্ধারের জন্য আরও ভাল মানের এম্বেডিং প্রদান করে৷
outputDimensionality
integer
ঐচ্ছিক। আউটপুট এম্বেডিংয়ের জন্য ঐচ্ছিক হ্রাস মাত্রা। যদি সেট করা থাকে, আউটপুট এম্বেডিংয়ের অতিরিক্ত মান শেষ থেকে কেটে ফেলা হয়। 2024 সাল থেকে নতুন মডেল দ্বারা সমর্থিত, এবং আগের মডেল ( models/embedding-001
) এই মানটি নির্দিষ্ট করতে পারে না৷
কন্টেন্ট এম্বেডিং
একটি এমবেডিং প্রতিনিধিত্বকারী ফ্লোটগুলির একটি তালিকা৷
JSON প্রতিনিধিত্ব |
---|
{ "values": [ number ] } |
values[]
number
এমবেডিং মান.
টাস্ক টাইপ
টাস্কের ধরন যার জন্য এম্বেডিং ব্যবহার করা হবে।
Enums | |
---|---|
TASK_TYPE_UNSPECIFIED | আনসেট মান, যা অন্যান্য enum মানগুলির একটিতে ডিফল্ট হবে। |
RETRIEVAL_QUERY | প্রদত্ত টেক্সট একটি অনুসন্ধান/পুনরুদ্ধার সেটিং একটি ক্যোয়ারী নির্দিষ্ট করে. |
RETRIEVAL_DOCUMENT | প্রদত্ত পাঠ্যটি অনুসন্ধান করা কর্পাস থেকে একটি নথি নির্দিষ্ট করে৷ |
SEMANTIC_SIMILARITY | প্রদত্ত পাঠ্যটি STS-এর জন্য ব্যবহার করা হবে তা নির্দিষ্ট করে। |
CLASSIFICATION | নির্দিষ্ট করে যে প্রদত্ত পাঠ্যটি শ্রেণীবদ্ধ করা হবে। |
CLUSTERING | নির্দিষ্ট করে যে এমবেডিংগুলি ক্ল���স্টারিংয়ের জন্য ব্যবহার করা হবে৷ |
QUESTION_ANSWERING | নির্দিষ্ট করে যে প্রদত্ত পাঠ্যটি প্রশ্নের উত্তরের জন্য ব্যবহার করা হবে। |
FACT_VERIFICATION | উল্লেখ করে যে প্রদত্ত পাঠ্য সত্য যাচাইয়ের জন্য ব্যবহার করা হবে। |