การกรองข้อมูลด้วย metadata

การมี metadata ในฐานข้อมูลช่วยให้กรองผลลัพธ์ตามเงื่อนไขเพิ่มเติมได้สะดวกยิ่งขึ้น ลองนึกภาพว่าระบบแนะนำภาพยนตร์ที่สร้างขึ้นสามารถดึงค่ากำหนดของผู้ใช้มาใช้กรองผลลัพธ์ได้อีกชั้นหนึ่ง

ในแบบฝึกหัดนี้ จะได้ใช้ metadata เพิ่มเติมเพื่อกรองคำแนะนำภาพยนตร์ Netflix collection netflix_titles ได้รับการอัปเดตให้มี metadata สำหรับแต่ละรายการ ได้แก่ 'rating' ซึ่งเป็นเรตอายุของรายการ และ 'release_year' ซึ่งเป็นปีที่รายการออกฉายครั้งแรก

ตัวอย่างของรายการที่อัปเดตแล้วมีดังนี้:

{'ids': ['s999'],
 'embeddings': None,
 'metadatas': [{'rating': 'TV-14', 'release_year': 2021}],
 'documents': ['Title: Searching For Sheela (Movie)\nDescription: Journalists and fans await Ma Anand Sheela as the infamous former Rajneesh commune's spokesperson returns to India after decades for an interview tour.\nCategories: Documentaries, International Movies'],
 'uris': None,
 'data': None}

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Embeddings ด้วย OpenAI API

ดูคอร์ส

คำแนะนำการฝึกหัด

คิวรีผลลัพธ์ 2 รายการจาก collection โดยใช้ reference_texts
กรองผลลัพธ์เฉพาะรายการที่มีเรต 'G' และออกฉายก่อนปี 2019

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

collection = client.get_collection(
  name="netflix_titles",
  embedding_function=OpenAIEmbeddingFunction(model_name="text-embedding-3-small", api_key="")
)

reference_texts = ["children's story about a car", "lions"]

# Query two results using reference_texts
result = collection.query(
  ____,
  ____,
  # Filter for titles with a G rating released before 2019
  ____={
    ____: [
        {"____": 
        	{____}
        },
        {"____": 
         	{____}
        }
    ]
  }
)

print(result['documents'])

แก้ไขและรันโค้ด