Filtern anhand von Metadaten

Wenn du Metadaten in der Datenbank zur Verfügung hast, kannst du die Ergebnisse leichter nach zusätzlichen Bedingungen filtern. Stell dir vor, die Filmempfehlungen, die du erstellst, könnten auf die Vorlieben der Nutzer/innen zugreifen und diese nutzen, um die Ergebnisse weiter zu filtern.

In dieser Übung wirst du zusätzliche Metadaten verwenden, um deine Netflix-Filmempfehlungen zu filtern. Die Sammlung netflix_titles wurde aktualisiert, um Metadaten zu jedem Titel hinzuzufügen, darunter 'rating', die Altersfreigabe des Titels, und 'release_year', das Jahr, in dem der Titel ursprünglich veröffentlicht wurde.

Hier ist eine Vorschau auf einen aktualisierten Artikel:

{'ids': ['s999'],

 'embeddings': None,

 'metadatas': [{'rating': 'TV-14', 'release_year': 2021}],

 'documents': ['Title: Searching For Sheela (Movie)

Description: Journalists and fans await Ma Anand Sheela as the infamous former Rajneesh commune’s spokesperson returns to India after decades for an interview tour.
Categories: Documentaries, International Movies'],

 'uris': None,

 'data': None}

Diese Übung ist Teil des Kurses

Einführung in Embeddings mit der OpenAI API

Kurs anzeigen

Anleitung zur Übung

Frag zwei Ergebnisse aus der Sammlung mit reference_texts ab.
Filtere die Ergebnisse nach Titeln mit einer 'G' Bewertung, die auch vor 2019 veröffentlicht wurden.

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

collection = client.get_collection(
  name="netflix_titles",
  embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)

reference_texts = ["children's story about a car", "lions"]

# Query two results using reference_texts
result = collection.query(
  ____,
  ____,
  # Filter for titles with a G rating released before 2019
  ____={
    ____: [
        {"____": 
        	{____}
        },
        {"____": 
         	{____}
        }
    ]
  }
)

print(result['documents'])

Bearbeiten und Ausführen von Code