Elasticsearch 向量搜索

目标记录

"你好,我的爱人","你好,我的爱妻","你好,我的病人","世界真美丽"

搜索词

爱人

预期返回

"你好,我的爱人","你好,我的爱妻"

示例代码:

代码连接 es8以及bge-large-zh模型,

bge-large-zh用来将文本转换为向量数据

es用来存储向量数据,并根据向量来搜索相似度最高的文本(相似度可以用阈值调整)

python 复制代码
from flask import Flask, request  # 导入Flask类
from FlagEmbedding import FlagModel
from elasticsearch import Elasticsearch
from elasticsearch.helpers import bulk

app = Flask(__name__)  # 实例化并命名为app实例
model = FlagModel('./models/bge/bge-large-zh', query_instruction_for_retrieval="为这个句子生成表示以用于检索相关文章:")
# 创建Elasticsearch客户端对象
es = Elasticsearch(hosts="http://localhost:9200")
es.ping()


@app.route('/ins', methods=['POST'])
def index():    
    data = request.get_json()
    print(data)
    strs = data["strs"]
    documents = []
    for str in strs:            
        print(str)
        tmp = model.encode(str)
        documents.append({
            "general_text": str,
            "general_text_vector": tmp,
            # "domain":"001"
        })

    documents
    bulk(es, documents, index="demo")

    return success(1)

@app.route('/search', methods=['POST'])
def search():
    data = request.get_json()
    doc_vector = model.encode(data["name"])
    results = es.search(
        index="demo",
        source=[
            "general_text",            
        ],
        min_score= 1.83,
        query={
            "script_score": {
                "query": { "match_all": {} },
                "script": {
                    "source": "cosineSimilarity(params.queryVector, 'general_text_vector') + 1.0",
                    "params": {
                        "queryVector": doc_vector.tolist()
                    }
                }
            }
        },
        size=1000
    )
    # return results
    return results['hits']['hits']


def success(data):
    return {
        "status": "success",
        "result": data
    }


def fail(data):
    return {
        "status": "fail",
        "result": data
    }

if __name__ == "__main__":
    # Run
    port = 5000
    app.run(host='127.0.0.1', port=port, debug=False, use_reloader=False)

es存储数据

搜索结果

相关推荐
Harvy_没救了2 分钟前
【Linux】循环语句
linux·运维
小比特_蓝光4 分钟前
Linux----进程概念
linux·运维·服务器
大卡片11 分钟前
Linux进程基础
linux·运维·服务器
.柒宇.11 分钟前
docker容器技术实战
运维·docker·容器
优化Henry13 分钟前
LTE-TDD小区光路闪断故障处理典型案例
运维·网络·5g·信息与通信
ShineWinsu17 分钟前
对于Linux:“一切皆文件“以及缓冲区的解析
linux·运维·c++·面试·笔试·缓冲区·一切皆文件
倔强的胖蚂蚁17 分钟前
信创企业级 openEuler 24 部署 docker-ce 全指南
运维·docker·云原生·容器
Crazy CodeCrafter1 小时前
服装实体店现在还适合转电商吗?
大数据·运维·人工智能·经验分享·自动化·开源软件
西西弟1 小时前
网络编程基础之TCP循环服务器
运维·服务器·网络·网络协议·tcp/ip
sanshanjianke1 小时前
一种零成本的服务器磁盘空间扩展方法——内网磁盘映射到公网服务器的两种方案
运维·服务器