Eseguire query con testi multipli
In molti casi vorrai interrogare il database vettoriale usando più testi di query. Ricorda che questi testi di query vengono convertiti in embedding con la stessa funzione usata quando i documenti sono stati aggiunti.
In questo esercizio userai i documenti di due ID nella collection netflix_titles per interrogare il resto della collection, restituendo i risultati più simili come raccomandazioni.
La collection netflix_titles è ancora disponibile e OpenAIEmbeddingFunction() è già stato importato.
Questo esercizio fa parte del corso
Introduzione agli Embeddings con l'API di OpenAI
Istruzioni dell'esercizio
- Recupera i documenti dalla collection per gli ID in
reference_ids. - Esegui la query sulla collection usando
reference_textsper restituire tre risultati per ciascuna query.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
collection = client.get_collection(
name="netflix_titles",
embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)
reference_ids = ['s999', 's1000']
# Retrieve the documents for the reference_ids
reference_texts = ____
# Query using reference_texts
result = ____
print(result['documents'])