Zapytania z wieloma tekstami
W wielu przypadkach będziesz chcieć wysyłać zapytania do bazy wektorowej, korzystając z kilku tekstów jednocześnie. Pamiętaj, że te teksty są osadzane przy użyciu tej samej funkcji osadzania, co dokumenty dodane wcześniej do kolekcji.
W tym ćwiczeniu użyjesz dokumentów powiązanych z dwoma identyfikatorami z kolekcji netflix_titles, aby zapytać resztę kolekcji i uzyskać najbardziej podobne wyniki jako rekomendacje.
Kolekcja netflix_titles jest nadal dostępna, a OpenAIEmbeddingFunction() została już zaimportowana.
To ćwiczenie jest częścią kursu
Wprowadzenie do osadzeń z OpenAI API
Instrukcje do ćwiczenia
- Pobierz dokumenty z kolekcji dla identyfikatorów zapisanych w
reference_ids. - Wyślij zapytanie do kolekcji, używając
reference_texts, aby zwrócić trzy wyniki dla każdego zapytania.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
collection = client.get_collection(
name="netflix_titles",
embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)
reference_ids = ['s999', 's1000']
# Retrieve the documents for the reference_ids
reference_texts = ____
# Query using reference_texts
result = ____
print(result['documents'])