Enrichir les embeddings

Auparavant, lorsque vous intégriez l'information sur les produits, vous étiez limité à intégrer uniquement la 'short_description' du produit, qui couvrait une partie, mais pas l'ensemble de l'information pertinente disponible. Dans cet exercice, vous allez intégrer 'title', 'short_description', 'category' et 'features' afin de capter beaucoup plus d'information.

Voici un rappel de la liste de dictionnaires 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"
        ]
    },
    ...
]

Lorsque vous combinez les caractéristiques en une seule chaîne, elle doit respecter la structure suivante :

Title: <product title>
Description: <product description>
Category: <product category>
Features: <feature 1>; <feature 2>; <feature 3>; ...

Cette activité fait partie du cours

Introduction aux embeddings avec l'API d'OpenAI

Voir le cours

Instructions de l’exercice

Définissez une fonction appelée create_product_text() pour combiner les données title, short_description, category et features en une seule chaîne selon la structure souhaitée.
Utilisez create_product_text() pour combiner les caractéristiques de chaque produit dans products, et stockez les résultats dans une liste.
Intégrez le texte dans product_texts.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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 = ____

Modifier et exécuter le code