Meer herhaalbare embeddings

Naarmate je meer met embeddings werkt, zul je vaker het embeddingmodel van OpenAI aanroepen. Om deze aanroepen op een meer herhaalbare en modulaire manier te doen, is het beter om een eigen functie te definiëren, create_embeddings(), die embeddings teruggeeft voor elk aantal tekstinvoeren. In deze oefening ga je precies dat doen!

Deze oefening maakt deel uit van de cursus

Introductie tot Embeddings met de OpenAI API

Bekijk cursus

Oefeninstructies

Definieer een functie create_embeddings() die een invoer, texts, naar het embeddingmodel stuurt en een lijst teruggeeft met de embeddings voor elke tekstinvoer.
Embed short_description met create_embeddings(), en extraheer en print de embeddings in één lijst.
Embed list_of_descriptions met create_embeddings() en print.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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(____)

Code bewerken en uitvoeren