商品説明の埋め込み
オンライン小売業者が販売するさまざまな商品の情報を含む、products という辞書のリストが用意されています。この小売業者のWebサイトでセマンティック検索を実現するために、各商品の 'short_description' を埋め込む作業を行いましょう。
products リストのプレビューは以下のとおりです。
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"
]
},
...
]
OpenAI クライアントはすでに作成され、client に割り当てられています。
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
- リスト内包表記を使って、
products内の各商品の'short_description'を含むproduct_descriptionsというリストを作成してください。 - バッチ処理を用いて、各商品の
'short_description'の埋め込みを作成してください。入力をtext-embedding-3-smallモデルに渡します。 response_dictから各商品の埋め込みを取り出し、productsを新しいキー'embedding'として保存してください。
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。
# Extract a list of product short descriptions from products
product_descriptions = [____ for product in ____]
# Create embeddings for each product description
response = ____
response_dict = response.model_dump()
# Extract the embeddings from response_dict and store in products
for i, product in ____:
product['embedding'] = response_dict[____][____][____]
print(products[0].items())