1. Learn
    2. /
  2. Kurser
    3. /
  3. Vektordatabaser för embeddings med Pinecone
Connected

Övning

Föra in vektorer för semantisk sökning

Dags att bädda in textdata och föra in vektorerna med metadata i ditt 'pinecone-datacamp'-index! Du har fått tillgång till ett dataset med namnet squad_dataset.csv, och ett urval på 200 rader har laddats in i DataFramen df.

I den här övningen behöver du inte skapa eller använda en egen API-nyckel för att anropa OpenAI:s API och använda deras inbäddningsmodell. En giltig OpenAI-klient har redan skapats och tilldelats variabeln client.

Din uppgift är att bädda in texten med OpenAI:s API och föra in inbäddningarna och metadata i Pinecone-indexet under namnrymden squad_dataset.

Instruktioner

100 XP
  • Initiera Pinecone-klienten med din API-nyckel (OpenAI-klienten är redan tillgänglig som client).
  • Extrahera metadata för 'id', 'text' och 'title' från varje row i batchen.
  • Koda texts med 'text-embedding-3-small' från OpenAI med dimensionaliteten 1536.
  • För in vektorerna och metadata i en namnrymd som heter 'squad_dataset'.