ÎncepețiÎncepe gratuit

Interogarea vectorilor pentru căutare semantică

În acest exercițiu, vei crea un vector de interogare pornind de la întrebarea 'What is in front of the Notre Dame Main Building?'. Folosind această interogare încorporată (embedding), vei interoga namespace-ul 'squad_dataset' din indexul 'pinecone-datacamp' și vei returna primii cinci vectori cei mai similari.

Acest exercițiu face parte din cursul

Crearea aplicațiilor AI cu Pinecone

Vezi cursul

Instrucțiuni pentru exercițiu

  • Inițializează clientul Pinecone cu cheia ta API (clientul OpenAI este disponibil ca client).
  • Creează un vector de interogare prin încorporarea variabilei query folosind același model de embedding OpenAI pe care l-ai utilizat pentru ceilalți vectori.
  • Interoghează namespace-ul "squad_dataset" folosind query_emb, returnând primele cinci rezultate cele mai similare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Initialize the Pinecone client
pc = Pinecone(api_key="____")
index = pc.Index('pinecone-datacamp')

query = "What is in front of the Notre Dame Main Building?"

# Create the query vector
query_response = ____(
    input=____,
    model="text-embedding-3-small"
)
query_emb = query_response.data[0].embedding

# Query the index and retrieve the top five most similar vectors
retrieved_docs = ____

for result in retrieved_docs['matches']:
    print(f"{result['id']}: {round(result['score'], 2)}")
    print('\n')
Editează și rulează codul