File size: 1,742 Bytes
68e8c03 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 | """Geração de embeddings vetoriais locais utilizando Sentence Transformers."""
import os
from sentence_transformers import SentenceTransformer
DEFAULT_EMBEDDING_MODEL = "sentence-transformers/all-MiniLM-L6-v2"
class EmbeddingLoadError(Exception):
"""Erro levantado quando o modelo local de embeddings não pode ser carregado."""
class EmbeddingModel:
"""Encapsula o modelo SentenceTransformer local para textos e consultas."""
def __init__(
self,
model_name: str = DEFAULT_EMBEDDING_MODEL,
cache_folder: str | None = None,
) -> None:
self.model_name = model_name
resolved_cache = cache_folder or os.getenv("SENTENCE_TRANSFORMERS_HOME") or None
try:
self._model = SentenceTransformer(model_name, cache_folder=resolved_cache)
except Exception as exc:
raise EmbeddingLoadError(
f"Falha ao inicializar o modelo local de embeddings '{model_name}': {exc}"
) from exc
@property
def dimension(self) -> int | None:
"""Retorna a dimensionalidade dos vetores gerados pelo modelo."""
return self._model.get_sentence_embedding_dimension()
def embed_documents(self, texts: list[str]) -> list[list[float]]:
"""Gera embeddings locais para uma lista de trechos de texto."""
if not texts:
return []
vectors = self._model.encode(texts, convert_to_numpy=True, show_progress_bar=False)
return vectors.tolist()
def embed_query(self, query: str) -> list[float]:
"""Gera o embedding local para uma pergunta do usuário."""
vector = self._model.encode(query, convert_to_numpy=True, show_progress_bar=False)
return vector.tolist()
|