Многократное создание эмбеддингов

По мере работы с эмбеддингами (векторными представлениями) вам всё чаще придётся обращаться к модели OpenAI. Чтобы делать это удобно и многократно, лучше определить собственную функцию create_embeddings(), которая будет возвращать эмбеддинги для любого количества входных текстов. Именно это вы и сделаете в данном упражнении!

Это упражнение является частью курса

Введение в эмбеддинги с OpenAI API

Посмотреть курс

Инструкции к упражнению

Определите функцию create_embeddings(), которая отправляет входные данные texts в модель эмбеддингов и возвращает список эмбеддингов для каждого входного текста.
Создайте эмбеддинг для short_description с помощью create_embeddings(), извлеките результат и выведите его в виде единого списка.
Создайте эмбеддинг для list_of_descriptions с помощью create_embeddings() и выведите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Define a create_embeddings function
def create_embeddings(texts):
  response = client.____(
    model="text-embedding-3-small",
    input=____
  )
  response_dict = response.model_dump()
  
  return [data['____'] for data in ____['data']]

# Embed short_description and print
print(____)

# Embed list_of_descriptions and print
print(____)

Редактировать и запускать код