더 재현 가능한 임베딩
임베딩을 계속 다루다 보면 OpenAI의 임베딩 모델을 반복해서 호출하게 됩니다. 이러한 호출을 더 재현 가능하고 모듈식으로 만들기 위해, 임의 개수의 텍스트 입력에 대해 임베딩을 출력하는 create_embeddings()라는 사용자 정의 함수를 만들어 두는 것이 좋습니다. 이번 연습에서는 바로 그 작업을 해 볼 거예요!
이 연습은 강의의 일부입니다
OpenAI API로 시작하는 임베딩 Introduction
연습 안내
- 입력
texts를 임베딩 모델에 보내고, 각 입력 텍스트의 임베딩을 담은 리스트를 반환하는create_embeddings()함수를 정의하세요. create_embeddings()를 사용해short_description을 임베딩하고, 임베딩을 하나의 리스트로 추출해 출력하세요.create_embeddings()를 사용해list_of_descriptions을 임베딩하고 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define a create_embeddings function
def create_embeddings(texts):
response = client.____(
model="text-embedding-3-small",
input=____
)
response_dict = response.model_dump()
return [data['____'] for data in ____['data']]
# Embed short_description and print
print(____)
# Embed list_of_descriptions and print
print(____)