1. Обучение
    2. /
  2. Курса
    3. /
  3. Векторные базы данных для эмбеддингов с Pinecone
Connected

Упражнение

Загрузка векторов для семантического поиска

Пришло время превратить текстовые данные в эмбеддинги (векторные представления) и загрузить векторы вместе с метаданными в индекс 'pinecone-datacamp'! Вам предоставлен набор данных squad_dataset.csv, из которого уже загружена выборка из 200 строк в DataFrame df.

В этом упражнении для работы с API OpenAI и их моделью эмбеддингов создавать собственный ключ API не нужно. Готовый клиент OpenAI уже создан и доступен в переменной client.

Ваша задача — получить эмбеддинги текста с помощью API OpenAI и загрузить их вместе с метаданными в индекс Pinecone в пространстве имён squad_dataset.

Инструкции

100 XP
  • Инициализируйте клиент Pinecone, используя ваш ключ API (клиент OpenAI уже доступен в переменной client).
  • Извлеките метаданные 'id', 'text' и 'title' из каждой строки row в батче.
  • Закодируйте texts с помощью модели 'text-embedding-3-small' от OpenAI с размерностью 1536.
  • Загрузите векторы и метаданные в пространство имён 'squad_dataset'.