Embedování popisů produktů

K dispozici máš seznam slovníků products, který obsahuje informace o různých produktech prodávaných v internetovém obchodě. Tvým úkolem je embedovat 'short_description' každého produktu, aby bylo možné na webu obchodníka využít sémantické vyhledávání.

Takhle vypadá ukázka seznamu slovníků products:

products = [
    {
        "title": "Smartphone X1",
        "short_description": "The latest flagship smartphone with AI-powered features and 5G connectivity.",
        "price": 799.99,
        "category": "Electronics",
        "features": [
            "6.5-inch AMOLED display",
            "Quad-camera system with 48MP main sensor",
            "Face recognition and fingerprint sensor",
            "Fast wireless charging"
        ]
    },
    ...
]

OpenAI klient už byl vytvořen a přiřazen do proměnné client.

Toto cvičení je součástí kurzu

Introduction to Embeddings with the OpenAI API

Zobrazit kurz

Pokyny k cvičení

Pomocí list comprehension vytvoř seznam product_descriptions, který bude obsahovat 'short_description' každého produktu ze seznamu products.
Vytvoř embeddingy pro 'short_description' každého produktu s využitím dávkového zpracování (batching) — vstup předej modelu text-embedding-3-small.
Extrahuj embeddingy jednotlivých produktů z response_dict a ulož je do products pod novým klíčem 'embedding'.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Extract a list of product short descriptions from products
product_descriptions = [____ for product in ____]

# Create embeddings for each product description
response = ____
response_dict = response.model_dump()

# Extract the embeddings from response_dict and store in products
for i, product in ____:
    product['embedding'] = response_dict[____][____][____]
    
print(products[0].items())

Upravit a spustit kód