Module: modelKeywords

Diese Datei enthält Funktionen zur Initialisierung eines MPNet-Modells und zur Generierung von Schlüsselwörtern aus Text. Sie ermöglicht das Laden des Modells aus dem lokalen Speicher und die Berechnung von Ähnlichkeiten zwischen Text- und Wort-Embeddings.
Author:
  • Ayoub, Lennart Die Funktionen wurden mit Unterstützung von KI-Tools angepasst und optimiert.
Source:

Methods

(inner) calculateCosineSimilarity(vec1, vec2) → {number}

Berechnet die Kosinusähnlichkeit zwischen zwei Vektoren.
Parameters:
Name Type Description
vec1 Array.<number> Der erste Vektor.
vec2 Array.<number> Der zweite Vektor.
Source:
Returns:
Ein Wert zwischen -1 und 1, der die Ähnlichkeit der beiden Vektoren beschreibt.
Type
number
Example
const similarity = calculateCosineSimilarity([0.1, 0.2, 0.3], [0.1, 0.25, 0.35]);
console.log(similarity);

(async, inner) generateKeywords(text, maxKeywordsopt) → {Promise.<Array.<string>>}

Generiert Schlüsselwörter aus einem gegebenen Text mithilfe eines MPNet-Embeddings.
Parameters:
Name Type Attributes Default Description
text string Der Eingabetext, aus dem Schlüsselwörter extrahiert werden.
maxKeywords number <optional>
 2 Die maximale Anzahl an zurückgegebenen Schlüsselwörtern.
Source:
Throws:
Falls das Modell nicht geladen werden kann oder ein Fehler während der Berechnung auftritt.
Type
Error
Returns:
Eine Liste der extrahierten Schlüsselwörter.
Type
Promise.<Array.<string>>
Example
const keywords = await generateKeywords("Dies ist ein Beispieltext für KI-gestützte Analyse.", 3);
console.log(keywords); // ["Analyse", "Beispieltext", "KI"]

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

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