1. 学ぶ
    2. /
  2. コース
    3. /
  3. OpenAI API ではじめる Embeddings 入門
Connected

演習

埋め込み済みの説明を可視化する

商品説明から埋め込みを作成できたので、次はそれらを探索してみましょう。埋め込みデータの次元数を 1,536 から 2 に削減するために、t-SNE を使います。これにより、データがずっと可視化しやすくなります。

前の演習で扱った、商品情報と 'short_description' から作成した埋め込みを含む辞書のリスト products から始めます。確認のために、products のプレビューを示します。

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"
        ],
        "embedding": [-0.014650369994342327, ..., 0.008677126839756966]
    },
    ...
]

matplotlib.pyplot と numpy は、それぞれ plt と np としてインポート済みです。

指示1 / 3

undefined XP
    1
    2
    3
  • リスト内包表記で products から情報を取り出し、2 つのリストを作成します。各商品の 'category' を集めた categories と、短い説明の埋め込みを集めた embeddings です。