javascript - 在 Node.js 中使用 Tensorflows 通用句子编码器？

Question

我在 Node 中使用 tensorflow js 并尝试对我的输入进行编码。

const tf = require('@tensorflow/tfjs-node');
const argparse = require('argparse');
const use = require('@tensorflow-models/universal-sentence-encoder');

这些是导入，在我的 Node 环境中不允许我使用建议的导入语句 (ES6)？尽管它们在这里似乎工作正常。

const encodeData = (tasks) => {
  const sentences = tasks.map(t => t.input);
  let model = use.load();
  let embeddings = model.embed(sentences);
  console.log(embeddings.shape);
  return embeddings;  // `embeddings` is a 2D tensor consisting of the 512-dimensional embeddings for each sentence.
};

此代码产生一个错误，指出 model.embed 不是一个函数。为什么？如何在 node.js 中正确实现编码器？

Answer 1

load 返回解析为模型的 promise

use.load().then(model => {
  // use the model here
  let embeddings = model.embed(sentences);
   console.log(embeddings.shape);
})

如果您更愿意使用await，load 方法需要在封闭的async 函数中

const encodeData = async (tasks) => {
  const sentences = tasks.map(t => t.input);
  let model = await use.load();
  let embeddings = model.embed(sentences);
  console.log(embeddings.shape);
  return embeddings;  // `embeddings` is a 2D tensor consisting of the 512-dimensional embeddings for each sentence.
};