Embedding yang lebih mudah diulang

Saat Anda terus bekerja dengan embedding, Anda akan sering memanggil model embedding OpenAI berulang kali. Agar pemanggilan ini lebih mudah diulang dan modular, lebih baik Anda mendefinisikan fungsi kustom bernama create_embeddings() yang menghasilkan embedding untuk berapa pun jumlah masukan teks. Pada latihan ini, Anda akan melakukan hal tersebut!

Latihan ini merupakan bagian dari kursus

Pengantar Embeddings dengan OpenAI API

Lihat Kursus

Instruksi latihan

Definisikan fungsi create_embeddings() yang mengirim masukan texts ke model embedding, dan mengembalikan daftar yang berisi embedding untuk setiap teks masukan.
Lakukan embedding pada short_description menggunakan create_embeddings(), lalu ekstrak dan cetak embedding dalam satu daftar.
Lakukan embedding pada list_of_descriptions menggunakan create_embeddings() dan cetak.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Define a create_embeddings function
def create_embeddings(texts):
  response = client.____(
    model="text-embedding-3-small",
    input=____
  )
  response_dict = response.model_dump()
  
  return [data['____'] for data in ____['data']]

# Embed short_description and print
print(____)

# Embed list_of_descriptions and print
print(____)

Edit dan Jalankan Kode