ES官方训练了稀疏向量模型,用来支持语义检索。(目前该模型只支持英文)
最好是以离线的方式安装。在线的方式,在国内下载也麻烦,下载速度也慢。还不如用离线的方式。对于一般的生产环境,基本上也是网络隔离的。离线下载安装的方式最简单。
参考官方安装文档:ELSER – Elastic Learned Sparse EncodeR | Machine Learning in the Elastic Stack [8.11] | Elastic
下载模型
直接把链接放在浏览器上,就可以去下载。(我用官方提供的地址,根本没有找到模型文件)
这里注意,es官方提供了两个版本。
v1
https://ml-models.elastic.co/elser_model_1.metadata.json
https://ml-models.elastic.co/elser_model_1.pt
https://ml-models.elastic.co/elser_model_1.vocab.json
V2
https://ml-models.elastic.co/elser_model_2.metadata.json
https://ml-models.elastic.co/elser_model_2.pt
https://ml-models.elastic.co/elser_model_2.vocab.json
上传模型到es节点
然后在config目录下,新建一个model目录,把上边下载的模型,都都放进去
models里边
然后修改es的配置文件
以下内容不用做任何修改(直接复制粘贴到elasticsearch.yml 配置文件中即可。不用修改)
xpack.ml.model_repository: file://${path.home}/config/models/
重启es节点
先把每一个节点都重启。
应用部署模型
点击左上角,在table页中选择
machine learning > model managemant > trained models
然后在kibana的机器学习界面,找到模型管理,点击下载。
我这里已经点击过下载了,这里需要一点时间下载。等待下载完成,再部署模型。这里其实是把准备好的模型,导入到集群中
选择部署模型
这里,早到elser_model_1 然后选择start deployment
ELSER 使用文档文章来源:https://www.toymoban.com/news/detail-753570.html
Tutorial: semantic search with ELSER | Elasticsearch Guide [8.11] | Elastic文章来源地址https://www.toymoban.com/news/detail-753570.html
到了这里,关于ES-ELSER 如何在内网中离线导入ES官方的稀疏向量模型(国内网络环境下操作方法)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!