Filtrare usando i metadati
Avere metadati disponibili nel database ti permette di filtrare i risultati in modo più semplice in base a condizioni aggiuntive. Immagina che le raccomandazioni di film che stai creando possano accedere alle preferenze dell'utente e usarle per affinare ulteriormente i risultati.
In questo esercizio userai metadati aggiuntivi per filtrare le tue raccomandazioni di film su Netflix. La collezione netflix_titles è stata aggiornata per aggiungere metadati a ogni titolo, tra cui 'rating', la classificazione per età assegnata al titolo, e 'release_year', l'anno di uscita iniziale del titolo.
Ecco un'anteprima di un elemento aggiornato:
{'ids': ['s999'],
'embeddings': None,
'metadatas': [{'rating': 'TV-14', 'release_year': 2021}],
'documents': ['Title: Searching For Sheela (Movie)\nDescription: Journalists and fans await Ma Anand Sheela as the infamous former Rajneesh commune’s spokesperson returns to India after decades for an interview tour.\nCategories: Documentaries, International Movies'],
'uris': None,
'data': None}
Questo esercizio fa parte del corso
Introduzione agli Embeddings con l'API di OpenAI
Istruzioni dell'esercizio
- Interroga due risultati dalla collezione usando
reference_texts. - Filtra i risultati per titoli con classificazione
'G'che siano stati anche pubblicati prima del2019.
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_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'])