Encontrar el producto más similar
Poder calcular la similitud entre incrustaciones es un paso clave dentro de las aplicaciones de incrustación. En este ejercicio, volverás a la lista de diccionarios products con la que trabajaste anteriormente, que contiene las descripciones breves incrustadas que también creaste antes.
Compararás un fragmento de texto con estas descripciones incrustadas para identificar la descripción más similar.
numpy se ha importado como np, y distance está disponible en scipy.spatial. Ya se ha definido para ti una función create_embeddings(), que puedes utilizar para crear incrustaciones a partir de una sola entrada.
Este ejercicio forma parte del curso
Introducción a las incrustaciones con la OpenAI API
Instrucciones de ejercicio
- Incrusta el texto,
"soap", utilizando tu función personalizadacreate_embeddings()y extrae una única lista de incrustaciones. - Calcula la distancia coseno entre
query_embeddingy las incrustaciones enproduct. - Encuentra e imprime el
'short_description'del producto más similar al texto buscado utilizando las distancias del coseno endistances.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Embed the search text
search_text = "soap"
search_embedding = ____
distances = []
for product in products:
# Compute the cosine distance for each product description
dist = ____(search_embedding, ____)
distances.append(dist)
# Find and print the most similar product short_description
min_dist_ind = ____
print(____)