Přidání dat do kolekce
Teď přidáme filmy a seriály z Netflixu do tvé kolekce! K dispozici máš seznam ID dokumentů a textů uložených v proměnných ids a documents, které byly extrahovány ze souboru netflix_titles.csv pomocí následujícího kódu:
ids = []
documents = []
with open('netflix_titles.csv') as csvfile:
reader = csv.DictReader(csvfile)
for i, row in enumerate(reader):
ids.append(row['show_id'])
text = f"Title: {row['title']} ({row['type']})\nDescription: {row['description']}\nCategories: {row['listed_in']}"
documents.append(text)
Aby sis udělal/a představu, jaké informace budou součástí embeddingů, tady je první dokument z proměnné documents:
Title: Dick Johnson Is Dead (Movie)
Description: As her father nears the end of his life, filmmaker Kirsten Johnson stages his death in inventive and comical ways to help them both face the inevitable.
Categories: Documentaries
Všechny potřebné funkce a balíčky jsou již naimportované a persistentní klient byl vytvořen a přiřazen do proměnné client.
Toto cvičení je součástí kurzu
Introduction to Embeddings with the OpenAI API
Pokyny k cvičení
- Znovu vytvoř svou kolekci
netflix_titles. - Přidej dokumenty a jejich ID do kolekce.
- Vypiš počet dokumentů v proměnné
collectiona prvních deset položek.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Recreate the netflix_titles collection
collection = client.____(
name="netflix_titles",
embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)
# Add the documents and IDs to the collection
____
# Print the collection size and first ten items
print(f"No. of documents: {____}")
print(f"First ten documents: {____}")