Azure OpenAI Ekleme becerisi

  • Makale

Önemli

Bu özellik, Ek Kullanım Koşulları altında genel önizleme aşamasındadır. 2023-10-01-Preview REST API'si bu özelliği destekler.

Azure OpenAI Ekleme becerisi, eklemeler oluşturmak için Azure OpenAI kaynağınızda dağıtılan bir ekleme modeline bağlanır.

İçeri aktarma ve vektörleştirme verileri, içeriği vektörleştirmek için Azure OpenAI Ekleme becerisini kullanır. Sihirbazı çalıştırabilir ve oluşturulan beceri kümesini gözden geçirerek sihirbazın nasıl derlediğini görebilirsiniz.

Not

Bu beceri Azure OpenAI'ye bağlıdır ve mevcut Azure OpenAI kullandıkça öde fiyatından ücretlendirilir.

@odata.type

Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill

Veri sınırları

Metin girişinin en büyük boyutu 8.000 belirteç olmalıdır. Giriş izin verilen maksimum değeri aşarsa model geçersiz bir istek hatası oluşturur. Daha fazla bilgi için Azure OpenAI belgelerindeki belirteç anahtarı kavramına bakın. Veri öbekleme gerekiyorsa Metin Bölme becerisini kullanmayı göz önünde bulundurun.

Beceri parametreleri

Parametreler büyük/küçük harfe duyarlıdır.

Girişler Açıklama
resourceUri Azure OpenAI kaynağı veya OpenAI URL'si gibi bir model sağlayıcısının URI'si.
apiKey Modele erişmek için kullanılan gizli anahtar. Bir anahtar sağlarsanız boş bırakın authIdentity . hem ve authIdentityhem de apiKey değerini ayarlarsanız, apiKey bağlantıda kullanılır.
deploymentId Dağıtılan Azure OpenAI ekleme modelinin adı. Model, text-embedding-ada-002 gibi bir ekleme modeli olmalıdır. Desteklenen modeller için Bkz. Azure OpenAI modelleri listesi.
authIdentity Arama hizmeti tarafından Azure OpenAI'ye bağlanmak için kullanılan kullanıcı tarafından yönetilen kimlik. Sistem veya kullanıcı tarafından yönetilen kimlik kullanabilirsiniz. Sistem tarafından yönetilip yönetilmemiş bir kimlik kullanmak için, bırakın ve authIdentity boş bırakınapiKey. Sistem tarafından yönetilen kimlik otomatik olarak kullanılır. Yönetilen kimlik, Azure OpenAI'ye metin göndermek için Bilişsel Hizmetler OpenAI Kullanıcı izinlerine sahip olmalıdır.

Beceri girişleri

Giriş Açıklama
text Vektörleştirilecek giriş metni. Veri öbekleme kullanıyorsanız, kaynak olabilir /document/pages/*.

Beceri çıkışları

Çıktı Açıklama
embedding Giriş metni için vektörleştirilmiş ekleme.

Örnek tanım

Aşağıdaki alanlara sahip bir kaydı göz önünde bulundurun:

{
    "content": "Microsoft released Windows 10."
}

Ardından beceri tanımınız şöyle görünebilir:

{
  "@odata.type": "#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill",
  "description": "Connects a deployed embedding model.",
  "resourceUri": "https://my-demo-openai-eastus.openai.azure.com/",
  "deploymentId": "my-text-embedding-ada-002-model",
  "inputs": [
    {
      "name": "text",
      "source": "/document/content"
    }
  ],
  "outputs": [
    {
      "name": "embedding"
    }
  ]
}

Örnek çıktı

Verilen giriş metni için vektörleştirilmiş bir ekleme çıkışı oluşturulur.

{
  "embedding": [
        0.018990106880664825,
        -0.0073809814639389515,
        .... 
        0.021276434883475304,
      ]
}

Çıkış bellekte bulunur. Bu çıkışı arama dizinindeki bir alana göndermek için, vektörleştirilmiş ekleme çıkışını (bir dizi) bir vektör alanıyla eşleyen bir outputFieldMapping tanımlamanız gerekir. Beceri çıkışının belgenin ekleme düğümünde yer aldığını ve content_vector arama dizinindeki alan olduğunu varsayarsak, dizin oluşturucuda outputFieldMapping aşağıdaki gibi görünmelidir:

  "outputFieldMappings": [
    {
      "sourceFieldName": "/document/embedding/*",
      "targetFieldName": "content_vector"
    }
  ]

En iyi yöntemler

Bu beceriyi kullanırken göz önünde bulundurmanız gereken en iyi uygulamalardan bazıları şunlardır:

Hatalar ve uyarılar

Koşul Sonuç
Null veya geçersiz URI Hata
Null veya geçersiz deploymentID Hata
Metin boş Uyarı
Metin 8.000 belirteçten büyük Hata

Ayrıca bkz.