Embeddings

De embed methode converteert tekst naar numerieke vectoren (embeddings). Deze vectoren kunnen gebruikt worden voor semantic search, clustering, en andere NLP taken.

Basis gebruik

from vondr import VondrClient

client = VondrClient()
response = client.embed(
    input=["Hallo wereld", "Tot ziens wereld"],
    model="vondr-embed",
)

for item in response.data:
    print(f"Embedding {item.index}: {len(item.embedding)} dimensies")

Parameters

Parameter	Type	Standaard	Beschrijving
input	str of list[str]	verplicht	Tekst(en) om te embedden
model	str	vondr-embed	Model om te gebruiken

Voorbeeld

response = client.embed(
    input="Dit is een voorbeeldzin.",
    model="vondr-embed"
)

embedding = response.data[0].embedding
print(f"Dimensies: {len(embedding)}")

Meerdere teksten

Embed meerdere teksten in één aanroep:

teksten = [
    "Python is een programmeertaal",
    "Java wordt veel gebruikt in enterprise",
    "JavaScript draait in de browser"
]

response = client.embed(input=teksten)

for item in response.data:
    print(f"Tekst {item.index}: {len(item.embedding)} dimensies")

Response object

De response is een EmbeddingResponse object:

response = client.embed(input=["Tekst 1", "Tekst 2"])

# Alle embeddings
for item in response.data:
    print(f"Index: {item.index}")
    print(f"Embedding: {item.embedding[:5]}...")  # Eerste 5 waarden

# Token gebruik
print(response.usage.prompt_tokens)
print(response.usage.total_tokens)

Voorbeeld: Semantic search

Een simpel voorbeeld van semantic search met embeddings:

import numpy as np
from vondr import VondrClient

def cosine_similarity(a, b):
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

documenten = [
    "Python is populair voor data science",
    "JavaScript wordt gebruikt voor web development",
    "Rust is bekend om memory safety"
]

client = VondrClient()

# Embed alle documenten
doc_response = client.embed(input=documenten)
doc_embeddings = [d.embedding for d in doc_response.data]

# Embed de zoekopdracht
query = "Welke taal is goed voor websites?"
query_response = client.embed(input=query)
query_embedding = query_response.data[0].embedding

# Bereken similarities
similarities = [
    cosine_similarity(query_embedding, doc_emb)
    for doc_emb in doc_embeddings
]

# Sorteer op relevantie
ranked = sorted(
    zip(documenten, similarities),
    key=lambda x: x[1],
    reverse=True
)

for doc, score in ranked:
    print(f"{score:.3f}: {doc}")

Asynchrone versie

from vondr import AsyncVondrClient

client = AsyncVondrClient()
response = await client.embed(
    input=["Tekst 1", "Tekst 2"]
)

for item in response.data:
    print(f"Embedding {item.index}: {len(item.embedding)} dimensies")