Dotazování s více texty
V mnoha případech budeš chtít dotazovat vektorovou databázi pomocí více dotazovacích textů najednou. Připomeň si, že tyto texty jsou převedeny na embeddingy pomocí stejné embedding funkce, která se použila při přidávání dokumentů.
V tomto cvičení použiješ dokumenty ze dvou ID v kolekci netflix_titles k dotazování zbytku kolekce a vrátíš nejpodobnější výsledky jako doporučení.
Kolekce netflix_titles je stále k dispozici a funkce OpenAIEmbeddingFunction() je už naimportovaná.
Toto cvičení je součástí kurzu
Introduction to Embeddings with the OpenAI API
Pokyny k cvičení
- Načti dokumenty z kolekce pro ID uvedená v
reference_ids. - Dotaž se kolekce pomocí
reference_textstak, aby se pro každý dotaz vrátily tři výsledky.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
collection = client.get_collection(
name="netflix_titles",
embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)
reference_ids = ['s999', 's1000']
# Retrieve the documents for the reference_ids
reference_texts = ____
# Query using reference_texts
result = ____
print(result['documents'])