Enriquecimento de embeddings
Anteriormente, quando você incorporava informações sobre produtos, limitava-se a incorporar apenas o produto 'short_description', que capturava algumas, mas não todas as informações relevantes disponíveis sobre o produto. Neste exercício, você incorporará 'title', 'short_description', 'category' e 'features' para capturar muito mais informações.
Aqui está um lembrete da lista de dicionários do site products:
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"
]
},
...
]
Ao combinar os recursos em uma única string, ela deve ter a seguinte estrutura:
Title: <product title>
Description: <product description>
Category: <product category>
Features: <feature 1>; <feature 2>; <feature 3>; ...
Este exercício faz parte do curso
Introdução aos embeddings com o OpenAI API
Instruções de exercício
- Defina uma função chamada
create_product_text()para combinar os dadostitle,short_description,categoryefeaturesem uma única cadeia de caracteres com a estrutura desejada. - Use
create_product_text()para combinar os recursos de cada produto emproducts, armazenando os resultados em uma lista. - Incorporar o texto em
product_texts.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Define a function to combine the relevant features into a single string
def create_product_text(product):
return f"""Title: {____}
Description: {____}
Category: {____}
Features: {____}"""
# Combine the features for each product
product_texts = [____ for product in ____]
# Create the embeddings from product_texts
product_embeddings = ____