embedding模型计算相似度

要使用这个模型进行相似度计算，假设你有两个文本，可以按照以下步骤进行：

1. 加载模型和分词器：使用 AutoModel 和 AutoTokenizer 加载预训练的模型和分词器。
2. 分词：将输入文本进行分词处理。
3. 获取嵌入：通过模型获取文本的嵌入向量。
4. 归一化：对嵌入向量进行归一化处理。
5. 计算相似度：使用余弦相似度计算两个文本之间的相似度。

以下是一个完整的示例代码：

import torch.nn.functional as F
from modelscope import AutoModel, AutoTokenizer

# 输入文本
text1 = "what is the capital of China?"
text2 = "北京"

# 模型名称或路径
model_name_or_path = 'iic/gte_sentence-embedding_multilingual-base'

# 加载分词器和模型
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModel.from_pretrained(model_name_or_path, trust_remote_code=True)

# 分