ChromaDB を使ってみよう
今回の演習では、ベクターデータベースを使って、動画で紹介した Netflix データセットから映画とテレビ番組を 1,000 件埋め込み、クエリを実行します。目標は、このデータを使って検索クエリに基づくレコメンデーションを生成することです。まずは、データを保存するためのデータベースとコレクションを作成しましょう。
chromadb はすでに利用可能な状態になっており、OpenAIEmbeddingFunction() は chromadb.utils.embedding_functions からインポート済みです。第 1・2 章と同様に、この章では OpenAI API キーを指定する必要はありません。
この演習はコースの一部です
OpenAI API で学ぶ埋め込み入門
演習の手順
- データベースファイルをディスクに保存するために、永続クライアントを作成してください。演習ではファイルパスの指定は不要です。
- OpenAI の埋め込み関数を使用した
netflix_titlesという名前のデータベースコレクションを作成してください。 - データベース内のすべてのコレクションを一覧表示してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a persistant client
client = chromadb.____()
# Create a netflix_title collection using the OpenAI Embedding function
collection = client.create_collection(
name="____",
____=____(model_name="text-embedding-3-small", api_key="")
)
# List the collections
print(client.____())