Module: modelEmbedding

Diese Datei enthält Funktionen zur Initialisierung und Nutzung eines MPNet-Modells zur Generierung von Embeddings. Sie ermöglicht das Laden des Modells, das Generieren von Text-Embeddings und das Abrufen aller Embeddings eines Benutzers aus der Datenbank.
Author:
  • Lennart, Miray Die Funktionen wurden mit Unterstützung von KI-Tools angepasst und optimiert.
Source:

Methods

(async, inner) generateEmbedding(text) → {Promise.<Array.<number>>}

Generiert ein numerisches Embedding für einen gegebenen Text unter Verwendung des MPNet-Modells.
Parameters:
Name Type Description
text string Der zu analysierende Text.
Source:
Throws:
Falls das Modell nicht geladen werden kann oder ein Fehler während der Verarbeitung auftritt.
Type
Error
Returns:
Ein Array mit numerischen Embeddings.
Type
Promise.<Array.<number>>
Example
const embedding = await generateEmbedding("Dies ist ein Beispieltext.");
console.log(embedding);

(async, inner) getAllEmbeddings(userId) → {Promise.<Array.<{embedding: Array.<number>, fileId: number}>>}

Ruft alle gespeicherten Embeddings für einen bestimmten Benutzer aus der Datenbank ab.
Parameters:
Name Type Description
userId number Die Benutzer-ID, für die Embeddings abgerufen werden sollen.
Source:
Throws:
Falls die `userId` nicht angegeben wird.
Type
Error
Returns:
Eine Liste von Embedding-Objekten mit Datei-IDs.
Type
Promise.<Array.<{embedding: Array.<number>, fileId: number}>>

(async, inner) initModel() → {Promise.<Object>}

Initialisiert das MPNet-Modell, falls es nicht bereits geladen wurde.
Source:
Throws:
Falls das Modell nicht gefunden oder geladen werden kann.
Type
Error
Returns:
Das initialisierte Modell.
Type
Promise.<Object>