Bienvenido de nuevo
Inicia sesión en tu cuenta de Zyla API Hub
O
¿No tienes una cuenta? ¡Regístrate!
Experimenta el lenguaje en una nueva dimensión con nuestra API de Texto a Array de Vectores. Aprovechando modelos avanzados de PLN, transforma el texto en un array de vectores de 768 dimensiones, encapsulando el significado. Ideal para búsqueda semántica, comparaciones de texto y motores de recomendación: desata la profundidad del lenguaje y eleva tus aplicaciones con precisión y conocimiento.
Ejecutar en Postman
{"embeddings": [0.006879986729472876, -0.1111951470375061, -0.012619099579751492, 0.03684663772583008, -0.04993416741490364, 0.02947559580206871, 0.0374172180891037, 0.02944028005003929, -0.009434451349079609, -0.043636396527290344, 0.08657176047563553, -0.01958744041621685, 0.03462999314069748, -0.011407753452658653, 0.016934523358941078, -0.06246626749634743, 0.02778227999806404, 0.01461104117333889, 0.0022599915973842144, 0.025231551378965378, 0.02271171845495701, 0.05541634559631348, -0.00889231450855732, 0.02639582008123398, 0.044735122472047806, -0.02143506333231926, -0.00944779347628355, -0.02164386585354805, 0.023149631917476654, -0.0473216250538826, 0.009601658210158348, 0.010394543409347534, -0.004752879496663809, -0.08495599776506424, 1.4391947615877143e-06, -0.02755950391292572, -0.038601651787757874, -0.00486556813120842, -0.023884931579232216, 0.02429944835603237, 0.032974082976579666, 0.10390331596136093, -0.03251403942704201, 0.04567774757742882, -0.030997855588793755, 0.030114656314253807, 0.027756936848163605, 0.07094469666481018, -0.0024818398524075747, 0.061848320066928864, -0.0011805096874013543, -0.03718629851937294, -0.0005522366263903677, -0.018627839162945747, 0.09591616690158844, 0.03101160004734993, 0.017450999468564987, -0.0067682708613574505, 0.026101727038621902, 0.07677142322063446, 0.05258572846651077, 0.019229132682085037, -0.03587624803185463, 0.0045319730415940285, -0.029514234513044357, -0.005473782774060965, -0.03734083101153374, -0.0099872387945652, 0.035610903054475784, 0.033073343336582184, 0.10211683809757233, -0.012200986966490746, 0.018917124718427658, 0.04870419204235077, -0.014672596007585526, 0.009672761894762516, -0.02324540540575981, 0.006316474173218012, -0.04901876673102379, 0.03453284502029419, 0.04976314678788185, 0.04654105752706528, -0.002298087812960148, 0.00449775718152523, -0.03684278205037117, 0.026632362976670265, -0.03642994537949562, -0.01689535565674305, -0.029632873833179474, -0.0488198921084404, -0.03871482238173485, -0.016508596017956734, 0.020831232890486717, 0.01861467771232128, 0.10705199092626572, 0.010812642052769661, -0.05617188289761543, -0.11663610488176346, 0.00036174082197248936, -0.05951745808124542, 0.035383738577365875, 0.001505424501374364, -0.005301676224917173, 0.02501966804265976, -0.016262901946902275, -0.03425084426999092, 0.061337392777204514, 0.004876466002315283, -0.019594836980104446, 0.06964066624641418, 0.020252183079719543, -0.03444674611091614, -0.1174556091427803, -0.007115800864994526, -0.0018069009529426694, -0.006348671857267618, 0.008826948702335358, 0.004044638946652412, 0.018632393330335617, 0.025411680340766907, 0.006406839471310377, -0.02671015076339245, 0.00553263071924448, 0.023506946861743927, -0.0020391459111124277, -0.03693917393684387, -0.0057401880621910095, 0.00574324419721961, -0.005155782215297222, -0.040201954543590546, -0.0010980248916894197, 0.04229741543531418, 0.0387885607779026, -0.029206575825810432, -0.04690742865204811, 0.03886468708515167, 0.0005217241123318672, -0.04467950388789177, 0.009940988384187222, 0.028472820296883583, 0.017764229327440262, 0.0015814765356481075, -0.0413174070417881, -0.0018009865889325738, -0.041534796357154846, 0.03293716534972191, 0.010342958383262157, -0.0254135113209486, 0.029875904321670532, 0.04838215559720993, -0.05243629962205887, 0.05017399415373802, -0.0531063973903656, -0.02420404739677906, -0.0034505422227084637, -0.036145616322755814, 0.06864695250988007, -0.02319987863302231, 0.0016269054030999541, -0.0494951494038105, 0.05226600542664528, 0.04521596059203148, 0.012974127195775509, 0.027680261060595512, -0.001706410082988441, 0.0003121416666544974, -0.05183274671435356, 0.0032532326877117157, -0.04037550091743469, 0.009258723817765713, -0.03644745051860809, 0.01657969318330288, -0.007448684889823198, 0.05365653336048126, 0.03170224651694298, 0.10782057046890259, 0.04106892645359039, 0.0170576274394989, -0.057177066802978516, 0.06653279066085815, 0.03858017176389694, -0.02284391224384308, -0.007166516967117786, -0.004214635118842125, -0.03223726153373718, 0.06280340999364853, 0.02065054140985012, -0.004941802006214857, -0.003607193473726511, -0.023336470127105713, -0.05503857508301735, 0.037946779280900955, -0.019263790920376778, -0.041642725467681885, -0.0019984019454568624, 0.0190429724752903, -0.046474575996398926, 0.013663267716765404, 0.010045764036476612, 0.003614959307014942, 0.04671771451830864, 0.0069420612417161465, 0.06615472584962845, 0.039390068501234055, 0.013681077398359776, -0.04782094061374664, 0.07667680084705353, -0.044740013778209686, 0.01370368991047144, 0.03559518977999687, 0.046280376613140106, 0.023628801107406616, -0.05133787542581558, -0.020334692671895027, 0.002273962367326021, -0.009366192854940891, 0.024376649409532547, -0.020447947084903717, -0.04782886058092117, 0.04344799742102623, 0.0036661101039499044, -0.025889424607157707, -0.06637508422136307, 0.030308563262224197, 0.014535235241055489, -0.05515281856060028, -0.0500999391078949, -0.019599469378590584, -0.02993747964501381, -0.004957590717822313, -0.06961900740861893, 0.02775922790169716, -0.01576222851872444, 0.012540647760033607, -0.04182618856430054, 0.04539642855525017, -0.0228985995054245, -0.06294184923171997, -0.026385175064206123, -0.08412300050258636, 0.02139839343726635, 0.02167518436908722, 0.039218541234731674, 0.02535233274102211, -0.040549878031015396, -0.03028923086822033, 0.05675840750336647, -0.026918210089206696, 0.02847946435213089, -0.028177952393889427, 0.019913993775844574, -0.03478343039751053, -0.0012089632218703628, -0.000914482050575316, 0.019527869299054146, -0.019602056592702866, -0.004489334765821695, 0.011632530950009823, 0.011067593470215797, -0.006809591315686703, 0.04806118458509445, -0.021755987778306007, -0.0009908877545967698, 0.01830877549946308, -0.0067947846837341785, 0.019504936411976814, -0.01647041365504265, -0.048840221017599106, -0.02945473976433277, -0.0306817926466465, -0.008466853760182858, 0.02956683188676834, 0.006867374759167433, 0.002069788984954357, 0.04812407121062279, -0.012090135365724564, -0.009414251893758774, -0.030388446524739265, -0.012797427363693714, 0.05699744448065758, 0.006334209814667702, 0.03350258246064186, -0.046938955783843994, 0.008905578404664993, -0.004270301200449467, 0.048959601670503616, -0.0011371547589078546, -0.054429199546575546, -0.045752186328172684, 0.058640602976083755, 0.060313791036605835, 0.019052620977163315, 0.03330061212182045, -0.027636295184493065, 0.01699507236480713, -0.017113247886300087, 0.043767064809799194, 0.030798418447375298, 0.03952398896217346, 0.04689718037843704, -0.0397452712059021, -0.01014624908566475, -0.005711674690246582, -0.02620878629386425, -0.014865601435303688, 0.07233127951622009, 0.012783563695847988, -0.05790882930159569, -0.005415420513600111, 0.0139958206564188, 0.04638245701789856, 0.015666788443922997, 0.01672094129025936, 0.016118124127388, -0.039361998438835144, 0.017355237156152725, -0.004467078484594822, -0.01168077252805233, -0.07187332212924957, -0.01124478504061699, -0.0028390279039740562, 0.01560144405812025, -0.026140911504626274, -0.003999217879027128, 0.012042638845741749, -0.05187244340777397, -0.01192407589405775, 0.007158909924328327, -0.02145242691040039, -0.009512771852314472, -0.00038879469502717257, 0.02293333224952221, -0.057544153183698654, 0.0695919543504715, 0.05958914756774902, 0.04863745719194412, -0.016668599098920822, 0.05413663014769554, 0.01819886639714241, -0.017433499917387962, -0.008195609785616398, 0.012299986556172371, 0.02107110433280468, -0.04877796769142151, 0.008467631414532661, -0.012475448660552502, 0.014534475281834602, 0.005796659737825394, -0.08832760900259018, -0.005337990820407867, 0.026422254741191864, 0.06086701154708862, -0.0319671705365181, -0.0023988422472029924, -0.06164630129933357, 0.010571658611297607, 0.01450417097657919, -0.04026274383068085, -0.00997837446630001, -0.058081235736608505, 0.037199269980192184, -0.00671254750341177, -0.0406060591340065, 0.007761512883007526, 0.01102957222610712, -0.01375526376068592, 0.012145268730819225, -0.016207018867135048, -0.02743380144238472, 0.020357685163617134, -0.005414186976850033, 0.026287253946065903, 0.008014253340661526, 0.056620266288518906, 0.0028458156157284975, -0.0011006012791767716, 0.013752899132668972, -0.07279208302497864, -0.026375574991106987, 0.015160568989813328, -0.007952256128191948, -0.03195328265428543, 0.055300820618867874, -0.008937876671552658, -0.03700076416134834, 0.04727133736014366, -0.012127134017646313, -0.006454505957663059, 0.011053946800529957, -0.012914765626192093, 0.027687788009643555, -0.06634759157896042, -0.018243176862597466, 0.02219541184604168, -0.006085470784455538, 0.032033924013376236, -0.00474402355030179, 0.0226367749273777, -0.01674644649028778, 0.006184783764183521, 0.015166805125772953, -0.010863188654184341, -0.001189796137623489, -0.014509924687445164, -0.028854520991444588, 0.012002449482679367, 0.009768028743565083, 0.03355567529797554, -0.06630757451057434, 0.0388483963906765, 0.021724242717027664, -0.046104393899440765, 0.038204025477170944, 0.01808207854628563, 0.06097942963242531, -0.004994429647922516, -0.009609289467334747, -0.004673026502132416, 0.01522220578044653, 0.0043624150566756725, -0.09243451058864594, 0.008425051346421242, 0.055739857256412506, -0.003248000517487526, 0.017446281388401985, -0.013099191710352898, 0.005926926154643297, 0.027717571705579758, -0.03712266683578491, 0.0019113363232463598, -0.016040492802858353, -0.030413120985031128, -0.03746465966105461, 0.016062552109360695, -0.07383829355239868, -0.06936292350292206, -0.012998766265809536, -0.015609909780323505, 0.01925966888666153, -0.061085060238838196, 0.006678322795778513, -0.012170154601335526, 0.11820675432682037, 0.01392876822501421, 0.0003893575631082058, 0.04172273725271225, -0.014560598880052567, 0.009310297667980194, -0.02143481932580471, 0.02857663296163082, 0.014652363024652004, 0.01612710766494274],"_note":"Response truncated for documentation purposes"}
curl --location --request POST 'https://pr222-testing.zylalabs.com/api/3090/text+to+vector+array+api/3271/get+conversion' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"text" : "this is an example text"}'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el Texto a arreglo de vectores API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
(Ahorra 2 meses pagando anualmente 🎉)
Empresas líderes confían en nosotros
Sobre la API:
Bienvenido al reino de vanguardia de la API de Texto a Array de Vectores, donde el lenguaje trasciende fronteras. Esta poderosa herramienta emplea modelos avanzados de Procesamiento de Lenguaje Natural (NLP) para convertir sin problemas cualquier texto en un array de vectores de 768 dimensiones. Como resultado, encapsula el significado matizado de cada entrada, desbloqueando un nuevo nivel de comprensión lingüística.
Esta API no es meramente un convertidor; es una puerta de entrada para mejorar tus aplicaciones con profundas percepciones. Ya sea que te sumerjas en los ámbitos de búsqueda semántica, comparaciones de texto o motores de recomendación, la API de Texto a Array de Vectores te permite navegar por las complejidades del lenguaje con precisión.
Al integrarse, la API devuelve de manera eficiente un vector de 768 dimensiones como un array, proporcionando a los desarrolladores una representación rica del texto codificado. Esta funcionalidad sirve como la columna vertebral para las aplicaciones que buscan elevar la experiencia del usuario a través de la comprensión semántica, permitiendo resultados de búsqueda más precisos, comparaciones de texto mejoradas y recomendaciones personalizadas.
Considera esta API como la clave para desbloquear las dimensiones ocultas del lenguaje, permitiendo que tus aplicaciones trasciendan la superficie y se adentren en las capas matizadas del significado textual. Ya sea que estés creando motores de búsqueda innovadores o revolucionando sistemas de recomendación, la API de Texto a Array de Vectores es tu camino hacia un paisaje lingüístico más profundo.
Devuelve un vector de 768 dimensiones como un array que codifica el significado de cualquier texto de entrada dado.
Motores de Búsqueda Semántica:
Herramientas de Comparación de Texto:
Motores de Recomendación:
Clustering y Categorización de Documentos:
Análisis de Sentimiento y Comprensión del Contenido:
Además de las limitaciones de llamadas a la API por mes, no hay otras limitaciones.
La API utiliza modelos avanzados de PLN para convertir el texto de entrada en un array vectorial de 768 dimensiones. Aprovecha técnicas de aprendizaje profundo para capturar el significado semántico, proporcionando una representación rica del texto.
La API emplea modelos de procesamiento de lenguaje natural de vanguardia, incluidos, entre otros, arquitecturas basadas en transformadores, para generar representaciones vectoriales de alta dimensión del texto de entrada.
La API de Text to Vector Array actualmente proporciona una representación vectorial de 768 dimensiones. Aunque no están disponibles opciones de personalización para las dimensiones, esta dimensionalidad estándar se elige cuidadosamente para una codificación semántica óptima.
La integración es sencilla y está bien documentada. Consulte nuestra documentación de API completa, que incluye código de muestra, puntos finales e instrucciones detalladas para una integración fluida en varios lenguajes de programación.
La API es independiente del lenguaje y admite una amplia variedad de idiomas. Está diseñada para acomodar entradas textuales diversas, lo que la hace adecuada para aplicaciones con requisitos multilingües.
El endpoint Convert devuelve un arreglo de vectores de 768 dimensiones que codifica el significado semántico del texto de entrada. Este arreglo representa el texto en un espacio de alta dimensión, lo que permite comparaciones y análisis matizados.
El campo clave en los datos de respuesta es "embeddings," que contiene los valores de vector de 768 dimensiones. Cada valor en este arreglo corresponde a un aspecto específico del significado del texto, facilitando diversas aplicaciones de NLP.
Los datos de respuesta están estructurados como un objeto JSON que contiene un array de "embeddings". Este array consiste en 768 números de punto flotante, cada uno representando una dimensión en el espacio vectorial que captura las características semánticas del texto.
El punto final Convert acepta principalmente el texto de entrada como un parámetro. Los usuarios pueden personalizar sus solicitudes proporcionando diferentes entradas de texto para generar representaciones vectoriales correspondientes.
Los usuarios pueden aprovechar los datos de vector devueltos para diversas aplicaciones, como búsqueda semántica, comparación de texto y sistemas de recomendación. Al analizar los vectores, los desarrolladores pueden evaluar la similitud semántica y mejorar la experiencia del usuario.
Los casos de uso típicos incluyen mejorar los motores de búsqueda con capacidades semánticas, construir herramientas avanzadas de comparación de texto, potenciar motores de recomendación y mejorar los modelos de análisis de sentimientos a través de representaciones de texto matizadas.
La precisión de los datos se mantiene a través del uso de modelos de PNL de última generación que se entrenan y validan continuamente en conjuntos de datos diversos. Esto asegura que los vectores generados reflejen con precisión el significado semántico del texto de entrada.
Si los usuarios reciben resultados parciales o vacíos, deben verificar la corrección del texto de entrada y asegurarse de que no sea demasiado corto o ambiguo. Proporcionar un texto más claro y rico en contexto puede mejorar la calidad de la salida del vector generada.
