from openai import OpenAI
import math

client = OpenAI(
  base_url = "http://127.0.0.1:1234/v1",
  api_key = "lm-studio"
)

MODEL = "text-embedding-nomic-embed-text-v1.5"

def cosine_similarity(A, B):
  """2 つのベクトルのコサイン類似度を計算する"""
  dot = sum(a * b for a, b in zip(A, B))
  norm1 = math.sqrt(sum(a * a for a in A))
  norm2 = math.sqrt(sum(b * b for b in B))
  return dot / (norm1 * norm2) if norm1 and norm2 else 0.0

def get_embedding(text):
  response = client.embeddings.create(
    model=MODEL,
    input=text
  )
  return response.data[0].embedding

# 比較する文章
# 「AIは人間の学習や推論を模倣する技術です。」
text1 = "AI is a technology that imitates human learning and reasoning."
# 「AIは人間の活動を支援するために作られた技術です。」
text2 = "AI is a technology created to support human activities."
# 「札幌で味噌ラーメンを食べたいです。」
text3 = "I want to eat miso ramen in Sapporo."

# 768次元のベクトルに変換
emb1 = get_embedding(text1)
emb2 = get_embedding(text2)
emb3 = get_embedding(text3)

# コサイン類似度を計算
print('"' + text1 + '"と' + '"' + text2 + '"の比較')
similarity_a = cosine_similarity(emb1, emb2)
print(f"コサイン類似度: {similarity_a:.4f}")
print('"' + text1 + '"と' + '"' + text3 + '"の比較')
similarity_b = cosine_similarity(emb1, emb3)
print(f"コサイン類似度: {similarity_b:.4f}")

