词与句嵌入#

Embedding 暴露系统内置的词嵌入和句嵌入：稠密向量，用于相似度计算、最近邻搜索、距离度量。

没有公共构造函数 —— 必须通过 static 工厂方法获取实例。

#静态工厂

#Embedding.wordEmbedding(language, revision?): Embedding | null

获取 language 的内置词嵌入。在当前 OS 上没有该语言的 embedding 时返回 null。

#Embedding.sentenceEmbedding(language, revision?): Embedding | null

获取 language 的内置句嵌入（iOS 14+）。iOS 13 或没有可用句嵌入时返回 null。

const wordEmb = NaturalLanguage.Embedding.wordEmbedding("en")
const sentEmb = NaturalLanguage.Embedding.sentenceEmbedding("en")

#属性

#查询方法

#contains(token: string): boolean

判断 token 是否在词表中。

#vector(token: string): number[] | null

返回 token 的向量（长度等于 dimension），不在词表中时返回 null。

#distance(first, second, type?): number | null

两个 token 之间的 cosine 距离（[0, 2]，越小越近）。 任一 token 不在词表时返回 null —— 用 contains 可以区分 "查不到" 与 "真的很远"。

#neighbors(token, maximumCount, type?): { token, distance }[]

返回 token 最近的最多 maximumCount 个邻居，按距离升序。token 不在词表时返回 []。

#示例

#词相似度

const emb = NaturalLanguage.Embedding.wordEmbedding("en")
if (emb) {
  console.log(emb.distance("cat", "kitten"))     // 较小 —— 语义相近
  console.log(emb.distance("cat", "airplane"))   // 较大
}

#最近邻

const emb = NaturalLanguage.Embedding.wordEmbedding("en")
if (emb) {
  const nbs = emb.neighbors("happy", 5)
  for (const { token, distance } of nbs) {
    console.log(`${token}\t${distance.toFixed(3)}`)
  }
  // joyful  0.341
  // glad    0.402
  // ...
}

#拿原始向量

const v = emb?.vector("hello")
if (v) {
  // 与其它向量做点积 / 余弦 ...
}

#注意事项

• wordEmbedding("en") 是最稳定可用的 embedding。其他语言依 OS 版本而定，有些会返回 null。
• distanceType 目前仅支持 "cosine"，参数预留给未来扩展。