1. Learn
    2. /
  2. คอร์ส
    3. /
  3. Vector Databases สำหรับ Embeddings ด้วย Pinecone
Connected

แบบฝึกหัด

การอัปเซิร์ตสคริปต์ YouTube

ในแบบฝึกหัดต่อไปนี้ คุณจะสร้างแชทบอตที่สามารถตอบคำถามเกี่ยวกับวิดีโอ YouTube ได้ โดยการนำสคริปต์วิดีโอและ metadata เพิ่มเติมเข้าสู่ index 'pinecone-datacamp'

เริ่มต้นด้วยการเตรียมข้อมูลจากไฟล์ youtube_rag_data.csv แล้วอัปเซิร์ตเวกเตอร์พร้อม metadata ทั้งหมดเข้าสู่ index 'pinecone-datacamp' ข้อมูลถูกจัดเก็บไว้ใน DataFrame youtube_df

ตัวอย่างสคริปต์จาก DataFrame youtube_df:

id: 
35Pdoyi6ZoQ-t0.0

title:
Training and Testing an Italian BERT - Transformers From Scratch #4

text: 
Hi, welcome to the video. So this is the fourth video in a Transformers from Scratch 
mini series. So if you haven't been following along, we've essentially covered what 
you can see on the screen. So we got some data. We built a tokenizer with it...

url: 
https://youtu.be/35Pdoyi6ZoQ

published: 
01-01-2024

คำแนะนำ

100 XP
  • เริ่มต้น Pinecone client ด้วย API key ของคุณ (OpenAI client พร้อมใช้งานในชื่อตัวแปร client)
  • ดึง metadata ได้แก่ 'id', 'text', 'title', 'url' และ 'published' จากแต่ละ row
  • เข้ารหัส texts โดยใช้โมเดล 'text-embedding-3-small' จาก OpenAI
  • อัปเซิร์ตเวกเตอร์และ metadata เข้าสู่ namespace ชื่อ 'youtube_rag_dataset'