当前位置：首页 > news >正文

Spring AI Alibaba零基础速成（6） ---- 向量化

news 2026/5/22 22:06:18

1. 原理介绍

什么是向量：一个有大小有方向的量。

向量化也叫 Embedding，是将文本、图片等非结构化数据，转换成固定维度浮点数字数组的过程。自然语言无法被计算机直接运算比对，转为向量数值后，就能通过数学算法计算文本间相似度。

核心原理：

把每一段文字，变成一组固定长度的数字比如 1024 个数字组成一个数组。
语义越接近的文字 → 数字排列越像
语义差别越大 → 数字差别越大

数组里每一个小数，对应文本某一类语义特征，维度越多，刻画特征越精细。以简化 4 维向量举例，预设维度对应含义：

第 1 位：场景建筑属性
第 2 位：环境破败程度
第 3 位：人物行动动作
第 4 位：氛围情绪感受

示例文本对应向量赋值：

主角走进了一间破旧的小屋
[0.85, 0.92, 0.78, 0.61]
主角进入了一间老旧的房子
[0.83, 0.90, 0.80, 0.59]
今日户外阳光明媚
[0.10, 0.05, 0.22, 0.95]

数值区间一般在 [- 1, 1] 之间，数值越趋近，代表对应特征高度吻合；数值偏差越大，特征差异越大。真实业务中是 1024 维向量，全方位覆盖人物、剧情、场景、情绪等海量特征。

行业通用余弦相似度计算，把向量看作空间坐标点，通过两点夹角判定相似程度。几何逻辑每一组向量，等同于多维空间里的一个点位。语义相近的文本，对应空间点位距离近、夹角小；语义无关文本，点位距离远、夹角大。

2. 向量数据库使用

这里我们使用redis stack

导入依赖：

<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-vector-store-redis</artifactId> </dependency>

配置

spring: application: name: SAA-08ChatMemory ai: dashscope: base-url: https://dashscope.aliyuncs.com/ api-key: ${AliQWenAPIKey} chat: options: model: qwen-plus #用于向量化的大模型 embedding: options: model: text-embedding-v3 #Redis stack vectorstore: redis: #启用初始化 initialize-schema: true #索引名 index-name: custom-index #数据前缀 prefix: custom-prefix #reids data: redis: host: 127.0.0.1 port: 6379 database: 0

不同类型的大模型擅长领域不同，索引这里我们单独配置了一个用于文本向量处理的大模型

2.1 文本向量化

要存入向量数据库首先需要吧文本向量化：

@RestController public class EmbedToVectorController { @Autowired private EmbeddingModel embeddingModel; @GetMapping("/textToEmbed") public EmbeddingResponse textToEmbed(String text) { EmbeddingResponse embeddingResponse = embeddingModel .call( new EmbeddingRequest( List.of(text), DashScopeEmbeddingOptions .builder() .build() ) ); System.out.println(Arrays.toString(embeddingResponse.getResult().getOutput())); return embeddingResponse; } }

这里直接注入embeddingModel，调用其call方法，传入一个EmbeddingRequest对象（包含需要向量化的文本，DashScopeEmbeddingOptions为额外可设置参数）

2.2 存储

@RestController public class EmbedToVectorController { @Autowired private VectorStore vectorStore; @GetMapping("/add") public void add() { List<Document> documents = List.of( new Document("火影忍者"), new Document("海贼王") ); vectorStore.add(documents); } }

这里VectorStore内部会自己先对数据向量化再存入：

调用之后可以看到redis中已经出现了key，类型是ReJSON

ReJSON常用命令：

JSON.SET - 设置 JSON 值
JSON.GET - 获取 JSON 值
JSON.DEL - 删除 JSON 值
JSON.MGET - 批量获取多个键的 JSON 值
JSON.TYPE - 获取 JSON 值的类型
JSON.NUMINCRBY - 对 JSON 中的数字进行增量操作
JSON.STRAPPEND - 追加字符串到 JSON 字符串
JSON.STRLEN - 获取 JSON 字符串的长度

2.3 查询

@RestController public class EmbedToVectorController { @Autowired private VectorStore vectorStore; @GetMapping("/get") public List<Document> get(String msg) { SearchRequest searchRequest = SearchRequest .builder() .query(msg)//查询词 .topK(2)//取前2个 .build(); List<Document> list = vectorStore.similaritySearch(searchRequest); System.out.println(list); return list; } }

先使用SearchRequest创建一个查询对象，然后传入VectorStore的similaritySearch进行查询

score代表相关性，数字越大，相关性越高：

查看全文

http://www.jsqmd.com/news/866969/