Méthode: Models.embedContent
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
<ph type="x-smartling-placeholder">
- </ph>
- Représentation JSON
- Corps de la réponse
<ph type="x-smartling-placeholder">
- </ph>
- Représentation JSON
- Champs d'application des autorisations
- Exemple de requête
<ph type="x-smartling-placeholder">
- </ph>
- Basic
Génère une représentation vectorielle continue à partir du modèle en fonction d'une Content
d'entrée.
Point de terminaison
<ph type="x-smartling-placeholder"></ph> publier
https://generativelanguage.googleapis.com/v1beta/{model=models/*}:embedContent
.
Paramètres de chemin d'accès
model
string
Obligatoire. Nom de ressource du modèle. Il servira d'ID pour le modèle.
Ce nom doit correspondre à un nom de modèle renvoyé par la méthode models.list
.
Format: models/{model}
. Il se présente sous la forme models/{model}
.
Corps de la requête
Le corps de la requête contient des données présentant la structure suivante :
<ph type="x-smartling-placeholder">content
object (Content
)
Obligatoire. Contenu à intégrer. Seuls les champs parts.text
seront comptabilisés.
taskType
enum (TaskType
)
Facultatif. Type de tâche facultatif pour lequel les représentations vectorielles continues seront utilisées. Ne peut être défini que pour models/embedding-001
.
title
string
Facultatif. Titre facultatif pour le texte. Ne s'applique que lorsque la valeur de "TaskType" est RETRIEVAL_DOCUMENT
.
Remarque: La spécification d'un title
pour RETRIEVAL_DOCUMENT
permet d'obtenir des représentations vectorielles continues de meilleure qualité pour la récupération.
outputDimensionality
integer
Facultatif. Dimension réduite facultative pour la représentation vectorielle continue de la sortie. Si cette option est définie, les valeurs excessives dans la représentation vectorielle continue de la sortie sont tronquées à la fin. Compatible avec les modèles plus récents depuis 2024 et l'ancien modèle (models/embedding-001
) ne peut pas spécifier cette valeur.
Exemple de requête
Python
Node.js
Corps de la réponse
Réponse à un EmbedContentRequest
.
Si la requête aboutit, le corps de la réponse contient des données qui ont la structure suivante :
embedding
object (ContentEmbedding
)
Uniquement en sortie. La représentation vectorielle continue générée à partir du contenu d'entrée.
Représentation JSON |
---|
{
"embedding": {
object ( |
Méthode: Models.batchEmbedContents
- Point de terminaison
- Paramètres de chemin d'accès
- Corps de la requête
<ph type="x-smartling-placeholder">
- </ph>
- Représentation JSON
- Corps de la réponse
<ph type="x-smartling-placeholder">
- </ph>
- Représentation JSON
- Champs d'application des autorisations
- Exemple de requête
<ph type="x-smartling-placeholder">
- </ph>
- Basic
- EmbedContentRequest
<ph type="x-smartling-placeholder">
- </ph>
- Représentation JSON
Génère plusieurs représentations vectorielles continues à partir du texte d'entrée du modèle dans un appel synchrone.
Point de terminaison
<ph type="x-smartling-placeholder"></ph> publier
https://generativelanguage.googleapis.com/v1beta/{model=models/*}:batchEmbedContents
.
Paramètres de chemin d'accès
model
string
Obligatoire. Nom de ressource du modèle. Il servira d'ID pour le modèle.
Ce nom doit correspondre à un nom de modèle renvoyé par la méthode models.list
.
Format: models/{model}
. Il se présente sous la forme models/{model}
.
Corps de la requête
Le corps de la requête contient des données présentant la structure suivante :
<ph type="x-smartling-placeholder">requests[]
object (EmbedContentRequest
)
Obligatoire. Requêtes d'intégration pour le lot. Le modèle dans chacune de ces requêtes doit correspondre au modèle BatchEmbedContentsRequest.model
spécifié.
Exemple de requête
Python
Node.js
Corps de la réponse
Réponse à un BatchEmbedContentsRequest
.
Si la requête aboutit, le corps de la réponse contient des données qui ont la structure suivante :
embeddings[]
object (ContentEmbedding
)
Uniquement en sortie. Les représentations vectorielles continues pour chaque requête, dans le même ordre que celui fourni dans la requête par lot
Représentation JSON |
---|
{
"embeddings": [
{
object ( |
EmbedContentRequest
Requête contenant le Content
pour le modèle à intégrer.
Représentation JSON |
---|
{ "model": string, "content": { object ( |
model
string
Obligatoire. Nom de ressource du modèle. Il servira d'ID pour le modèle.
Ce nom doit correspondre à un nom de modèle renvoyé par la méthode models.list
.
Format : models/{model}
content
object (Content
)
Obligatoire. Contenu à intégrer. Seuls les champs parts.text
seront comptabilisés.
taskType
enum (TaskType
)
Facultatif. Type de tâche facultatif pour lequel les représentations vectorielles continues seront utilisées. Ne peut être défini que pour models/embedding-001
.
title
string
Facultatif. Titre facultatif pour le texte. Ne s'applique que lorsque la valeur de "TaskType" est RETRIEVAL_DOCUMENT
.
Remarque: La spécification d'un title
pour RETRIEVAL_DOCUMENT
permet d'obtenir des représentations vectorielles continues de meilleure qualité pour la récupération.
outputDimensionality
integer
Facultatif. Dimension réduite facultative pour la représentation vectorielle continue de la sortie. Si cette option est définie, les valeurs excessives dans la représentation vectorielle continue de la sortie sont tronquées à la fin. Compatible avec les modèles plus récents depuis 2024 et l'ancien modèle (models/embedding-001
) ne peut pas spécifier cette valeur.
ContentEmbedding
Liste de floats représentant une représentation vectorielle continue.
Représentation JSON |
---|
{ "values": [ number ] } |
values[]
number
Les valeurs de représentation vectorielle continue.
TaskType
Type de tâche pour lequel la représentation vectorielle continue sera utilisée.
Enums | |
---|---|
TASK_TYPE_UNSPECIFIED |
Valeur non définie. Elle sera définie par défaut sur l'une des autres valeurs d'énumération. |
RETRIEVAL_QUERY |
Spécifie que le texte donné est une requête dans un contexte de recherche/récupération. |
RETRIEVAL_DOCUMENT |
Spécifie que le texte donné est un document du corpus recherché. |
SEMANTIC_SIMILARITY |
Spécifie que le texte donné sera utilisé pour STS. |
CLASSIFICATION |
Indique que le texte donné sera classé. |
CLUSTERING |
Spécifie que les représentations vectorielles continues seront utilisées pour le clustering. |
QUESTION_ANSWERING |
Indique que le texte donné sera utilisé pour les questions-réponses. |
FACT_VERIFICATION |
Indique que le texte donné sera utilisé pour la vérification des faits. |