Embeddings anreichern
Bisher warst du beim Einbetten von Produktinformationen darauf beschränkt, nur die 'short_description' eines Produkts zu verwenden. Das deckte einige, aber nicht alle relevanten Informationen ab. In dieser Übung bettest du 'title', 'short_description', 'category' und 'features' ein, um deutlich mehr Informationen zu erfassen.
Hier zur Erinnerung die Liste products mit Dictionaries:
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"
]
},
...
]
Wenn die Features zu einem einzelnen String kombiniert werden, sollte er die folgende Struktur haben:
Title: <product title>
Description: <product description>
Category: <product category>
Features: <feature 1>; <feature 2>; <feature 3>; ...
Diese Übung ist Teil des Kurses
Einführung in Embeddings mit der OpenAI API
Anleitung zur Übung
- Definiere eine Funktion namens
create_product_text(), um die Datentitle,short_description,categoryundfeatureszu einem einzelnen String in der gewünschten Struktur zu kombinieren. - Verwende
create_product_text(), um die Features für jedes Produkt inproductszu kombinieren, und speichere die Ergebnisse in einer Liste. - Erzeuge Embeddings für den Text in
product_texts.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Define a function to combine the relevant features into a single string
def create_product_text(product):
return f"""Title: {____}
Description: {____}
Category: {____}
Features: {____}"""
# Combine the features for each product
product_texts = [____ for product in ____]
# Create the embeddings from product_texts
product_embeddings = ____