Вкладення описів товарів

Вам надано список словників products, який містить інформацію про різні товари, що продає інтернет‑ритейлер. Ваше завдання — створити вкладення для поля 'short_description' кожного товару, щоб увімкнути семантичний пошук на сайті ритейлера.

Ось приклад списку словників products:

products = [
    {
        "title": "Smartphone X1",
        "short_description": "The latest flagship smartphone with AI-powered features and 5G connectivity.",
        "price": 799.99,
        "category": "Electronics",
        "features": [
            "6.5-inch AMOLED display",
            "Quad-camera system with 48MP main sensor",
            "Face recognition and fingerprint sensor",
            "Fast wireless charging"
        ]
    },
    ...
]

Клієнта OpenAI вже створено та присвоєно змінній client.

Ця вправа є частиною курсу

Вступ до Embeddings з OpenAI API

Переглянути курс

Інструкції до вправи

Створіть список product_descriptions, що міститиме 'short_description' для кожного товару в products, використовуючи спискове включення.
Створіть вкладення для кожного 'short_description' з товара, використовуючи пакетну обробку (batching), передаючи вхідні дані до моделі text-embedding-3-small.
Видобудьте вкладення для кожного товару з response_dict і збережіть їх у products під новим ключем 'embedding'.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Extract a list of product short descriptions from products
product_descriptions = [____ for product in ____]

# Create embeddings for each product description
response = ____
response_dict = response.model_dump()

# Extract the embeddings from response_dict and store in products
for i, product in ____:
    product['embedding'] = response_dict[____][____][____]
    
print(products[0].items())

Редагувати та запускати код