- Notas de Versão
- Introdução
- Notificações
- Projetos
- Conjuntos de dados
- Rotulagem de Dados
- Pacotes de ML
- Pacotes para uso imediato
- Pipelines
- Habilidades de ML
- Logs de ML
- Document UnderstandingTM no AI Center
- API do AI Center
- Licenciamento
- Modelos de soluções de IA
- Como fazer
- Guia básico de solução de problemas
Similaridade semântica
Pacotes prontos para usar > Análise de idiomas da UiPath > Similaridade semântica
O modelo Similaridade semântica está atualmente em visualização pública.
UiPath® is committed to stability and quality of our products, but preview features are always subject to change based on feedback that we receive from our customers. Using preview features is not recommended for production deployments.
Esse modelo permite que você compare uma única frase de referência com outras frases candidatas e classifique essas frases candidatas em ordem de similaridade.
JSON com uma string chamada “referência” e uma lista de strings chamadas “candidatas”. Isso significa que não são aceitas várias “frases” de referência. "Candidatas" é uma lista de frases candidatas.
{"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"]}
{"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"]}
JSON com a referência e as candidatas mais semelhantes, além das pontuações associadas a essa similaridade (entre 0 e 1) ordenadas em ordem decrescente de pontuação
Exemplo:
{
"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
}
]
}
{
"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
}
]
}
É recomendável o uso de uma GPU quando o número de frases candidatas por referência exceder 100.