Javascript 在Node.js中使用Tensorflows通用句子编码器？

我正在节点中使用tensorflow js，并尝试对输入进行编码

const tf = require('@tensorflow/tfjs-node');
const argparse = require('argparse');
const use = require('@tensorflow-models/universal-sentence-encoder');

这些是导入，建议的导入语句（ES6）在我的节点环境中不允许吗？虽然他们在这里似乎工作得很好

const encodeData = (tasks) => {
  const sentences = tasks.map(t => t.input);
  let model = use.load();
  let embeddings = model.embed(sentences);
  console.log(embeddings.shape);
  return embeddings;  // `embeddings` is a 2D tensor consisting of the 512-dimensional embeddings for each sentence.
};

---

此代码生成一个错误，model.embed不是函数。为什么？如何在node.js中正确实现编码器？

load

返回解析模型的承诺

use.load().then(model => {
  // use the model here
  let embeddings = model.embed(sentences);
   console.log(embeddings.shape);
})

如果您希望使用

await

，则

load

方法需要位于一个封闭的

async

函数中

const encodeData = async (tasks) => {
  const sentences = tasks.map(t => t.input);
  let model = await use.load();
  let embeddings = model.embed(sentences);
  console.log(embeddings.shape);
  return embeddings;  // `embeddings` is a 2D tensor consisting of the 512-dimensional embeddings for each sentence.
};

---

哇，我很震惊我没有意识到这一点。模型未定义，因为用户尚未完成加载。我想我还不习惯异步编程。非常感谢。