Frågor med flera texter
I många fall vill du ställa frågor mot vektordatabasen med flera frågetexer samtidigt. Kom ihåg att dessa frågetexer bäddas in med samma inbäddningsfunktion som användes när dokumenten lades till.
I den här övningen använder du dokument från två ID:n i samlingen netflix_titles för att söka i resten av samlingen och returnera de mest liknande resultaten som rekommendationer.
Samlingen netflix_titles är fortfarande tillgänglig, och OpenAIEmbeddingFunction() har importerats.
Den här övningen är en del av kursen
Introduktion till inbäddningar med OpenAI API
Övningsinstruktioner
- Hämta dokumenten från samlingen för de ID:n som finns i
reference_ids. - Ställ en fråga mot samlingen med
reference_textsför att returnera tre resultat per fråga.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
collection = client.get_collection(
name="netflix_titles",
embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)
reference_ids = ['s999', 's1000']
# Retrieve the documents for the reference_ids
reference_texts = ____
# Query using reference_texts
result = ____
print(result['documents'])