Filtrowanie przy użyciu metadanych
Metadane dostępne w bazie danych umożliwiają łatwe filtrowanie wyników według dodatkowych kryteriów. Wyobraź sobie, że system rekomendacji filmów może odczytać preferencje użytkownika i wykorzystać je do zawężenia wyników.
W tym ćwiczeniu skorzystasz z dodatkowych metadanych, aby filtrować rekomendacje filmów z Netfliksa. Kolekcja netflix_titles została zaktualizowana – każdy tytuł ma teraz przypisane metadane, w tym 'rating' (kategoria wiekowa) oraz 'release_year' (rok premiery).
Oto przykład zaktualizowanego elementu:
{'ids': ['s999'],
'embeddings': None,
'metadatas': [{'rating': 'TV-14', 'release_year': 2021}],
'documents': ['Title: Searching For Sheela (Movie)\nDescription: Journalists and fans await Ma Anand Sheela as the infamous former Rajneesh commune's spokesperson returns to India after decades for an interview tour.\nCategories: Documentaries, International Movies'],
'uris': None,
'data': None}
To ćwiczenie jest częścią kursu
Wprowadzenie do osadzeń z OpenAI API
Instrukcje do ćwiczenia
- Pobierz dwa wyniki z kolekcji, używając
reference_texts. - Ogranicz wyniki do tytułów z kategorią wiekową
'G', które zostały wydane przed2019rokiem.
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_texts = ["children's story about a car", "lions"]
# Query two results using reference_texts
result = collection.query(
____,
____,
# Filter for titles with a G rating released before 2019
____={
____: [
{"____":
{____}
},
{"____":
{____}
}
]
}
)
print(result['documents'])