dense_vecsの初期化を行う

handler.py

@@ -24,8 +24,10 @@ class EndpointHandler():
         inputs = data.pop("inputs", data)
         parameters = data.pop("parameters", None)
         
-        result = self.model.encode(inputs, return_dense=False, return_sparse=True)
-        sparse_vectors = result["lexical_weights"]
+        result = self.model.encode(inputs, return_dense=True, return_sparse=False)
+        # print(result)
+        dense_vectors = result["dense_vecs"]
+        # sparse_vectors = result["lexical_weights"]
         # defaultdict(<class 'int'>, {'6': 0.09546, '192661': 0.3323})
 
         # pass inputs with all kwargs in data
@@ -36,10 +38,10 @@ class EndpointHandler():
         # postprocess the prediction
         
         # レスポンスをの型をkey=str, value=floatのdictにする。なお、numpy.float16はjsonに変換できないので、floatに変換する。
-        sparse_vectors = {str(k): float(v) for k, v in sparse_vectors.items()}
+        # sparse_vectors = {str(k): float(v) for k, v in sparse_vectors.items()}
         
         return [
             [
-                { "outputs": sparse_vectors}
+                { "outputs": dense_vectors}
             ]
         ]