Similitude sémantique

Packages prêts à l'emploi (Out of the Box Packages) > Analyse des images UiPath (UiPath Image Analysis) > Similitude sémantique (Semantic Similarity)

Remarque :

Le modèle Similitude sémantique est actuellement en aperçu public.

UiPath® s’engage à assurer la stabilité et la qualité de nos produits, mais les fonctionnalités d’aperçu sont toujours sujettes à modification en fonction des commentaires que nous recevons de nos clients. L'utilisation des fonctionnalités d'aperçu n'est pas recommandée pour les déploiements de production.

Ce modèle vous permet de comparer une seule phrase de référence avec un tas d'autres phrases candidates et classe ces phrases candidates par ordre de similitude.

Détails du modèle

Type d'entrée

JSON

Description de l'entrée

JSON avec une chaîne, appelée « référence » et une liste de chaînes, appelée « candidats ». Cela signifie que les « phrases » à références multiples ne sont pas acceptées. « Candidats » est une liste de phrases candidates.

{"reference": "I like trains because they are fast", "candidates": ["I like trains because they are quick", "I like trains because they are comfortable", "I do not like buses because they are slow", "I do not like trains because they are uncomfortable"]}

Description de la sortie

JSON avec référence et les candidats les plus similaires, et le score associé à cette similitude (entre 0 et 1) classés par ordre décroissant de score

Exemple :

{
  "response": [
    {
      "candidate": "I like trains because they are quick",
      "score": 0.96463942527771
    },
    {
      "candidate": "I like trains because they are comfortable",
      "score": 0.81790685653686523
    },
    {
      "candidate": "I do not like trains because they are uncomfortable",
      "score": 0.53707438707351685
    },
    {
      "candidate": "I do not like buses because they are slow",
      "score": 0.48663735389709473
    }
  ]
}

Recommander un GPU

Un GPU est recommandé lorsque le nombre de phrases candidates par référence dépasse 100.

Formation possible

L’entraînement n’est pas activé et vous n’avez pas besoin d’entraîner ou de réentraîner ce modèle. Vous pouvez simplement déployer le modèle selon vos besoins.