前言：

现在RAG这么火，对应的语义检索就是必不可少的工具，那么怎么来进行语义检索了?这里就有两个概念需要了解一下，一个是稀疏向量，类似于ES里面的根据字词来进行搜索的，另外一个就是稠密向量，根据语义来生成向量

代码：

from FlagEmbedding import BGEM3FlagModel
import json
model = BGEM3FlagModel('/data/dh/model/bge-m3',device=3)
string = "What is BGE M3?"
sentences_1 = [string]
output_1 = model.encode(sentences_1, return_dense=True, return_sparse=True, return_colbert_vecs=False)
dense_vecs = output_1['dense_vecs'].tolist()
lexical_weights = output_1['lexical_weights'][0]
regular_dict = {}
for key, value in lexical_weights.items():
    regular_dict[key] = float(value)
response_dict = {}
response_dict['dense_vecs'] = dense_vecs
response_dict['lexical_weights'] = regular_dict
print(json.dumps(response_dict))

注意事项：

1、稀疏向量是 <Long,Float>的键值对

2、稠密向量是<Float>的数组

3、bge-m3生成的稠密向量是np格式的，需要转换成普通的数组才能进行JSON化

4、bge-m3生成的稀疏向量也是不能直接进行JSON化的，需要做进一步的处理