Embeddings များသည် စာသားများကို numerical representations (vectors) များအဖြစ် ပြောင်းလဲပေးသည်။ ၎င်းသည် စာသားများ၏ semantic meaning ကို တိုင်းတာနိုင်စေသည်။ Vector Stores (e.g., Chroma, FAISS) များသည် ဤ embedding vectors များကို သိမ်းဆည်းပြီး လျင်မြန်စွာ ရှာဖွေနိုင်ရန် index လုပ်ပေးသည်။
python
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
# Assume 'documents' are loaded and split
# Initialize the embeddings model
embeddings = OpenAIEmbeddings()
# Create a vector store from the documents
vectorstore = Chroma.from_documents(documents, embeddings)You should see
(Documents များ၏ စာသားများကို vectors များအဖြစ်ပြောင်းပြီး Chroma vector store ထဲတွင် သိမ်းဆည်းလိုက်သည်)