LangChain 임베딩

LangChain 임베딩

LangChain의 임베딩 모델을 LlamaIndex에서 사용하는 방법을 보여주는 가이드예요. LangChain의 임베딩 모델을 만들어 LangchainEmbedding으로 감싸서 사용해요.

출처: 문서

본문

이 가이드는 LangChain의 임베딩 모델을 사용하는 방법을 보여줘요.

Open In Colab

colab에서 이 노트북을 열고 있다면 LlamaIndex 🦙를 설치해야 할 거예요.

%pip install llama-index-embeddings-langchain

!pip install llama-index

from langchain.embeddings import HuggingFaceEmbeddings
from llama_index.embeddings.langchain import LangchainEmbedding


lc_embed_model = HuggingFaceEmbeddings(
    model_name="sentence-transformers/all-mpnet-base-v2"
)
embed_model = LangchainEmbedding(lc_embed_model)

# Basic embedding example
embeddings = embed_model.get_text_embedding(
    "It is raining cats and dogs here!"
)
print(len(embeddings), embeddings[:10])

768 [-0.005906202830374241, 0.04911914840340614, -0.04757878929376602, -0.04320324584841728, 0.02837090566754341, -0.017371710389852524, -0.04422023147344589, -0.019035547971725464, 0.04941621795296669, -0.03839121758937836]

더 알아보기 (Learn more)