1. Embedding Vector là gì?

Embedding vector là một vector nhiều chiều biểu diễn một thực thể (chẳng hạn như từ ngữ, câu, hình ảnh, người dùng, sản phẩm...) sao cho:

• Những thực thể có ngữ nghĩa tương đồng sẽ có vector gần nhau trong không gian vector.

• Khoảng cách giữa các vector có thể dùng để đo lường sự tương đồng (ví dụ: cosine similarity).

Ví dụ:

• Vector biểu diễn từ "king" và "queen" sẽ có sự liên hệ với nhau thông qua giới tính.

• Từ "Paris" và "France" có thể gần nhau hơn "Paris" và "banana".

Dưới đây là đoạn code demo để tạo embel mà các bạn có thể download về và tạo docker để chạy như 1 serverless

from fastapi import FastAPI
from pydantic import BaseModel
from sentence_transformers import SentenceTransformer
from typing import List
import uvicorn


app = FastAPI()
# model = SentenceTransformer("all-MiniLM-L6-v2")
model = SentenceTransformer("all-mpnet-base-v2")

class TextsRequest(BaseModel):
    texts: List[str]

@app.get("/")
async def index():
    return {"thongbao": "serveless tạo embedding vector"}

@app.post("/embed")
async def create_embeddings(request: TextsRequest):
    embeddings = model.encode(request.texts).tolist()
    return {"vectors": embeddings}

# Chạy app nếu chạy file trực tiếp
if __name__ == "__main__":
    uvicorn.run("main:app", reload=True)
# chạy command uvicorn app:app --host 127.0.0.1 --port 8888 --reload  sao không post uploads được

Vậy là bạn đã có thể có 1 serverless chạy để tạo vector import vào weaviate ,FAISS , redis vector ,Milvus ,...