1. Learn
    2. /
  2. Courses
    3. /
  3. Cơ sở dữ liệu vector cho Embeddings với Pinecone
Connected

Exercise

Upsert transcript YouTube

Trong các bài tập sau, bạn sẽ tạo một chatbot có thể trả lời câu hỏi về video YouTube bằng cách nạp transcript và metadata bổ sung của video vào chỉ mục 'pinecone-datacamp'.

Đầu tiên, bạn sẽ chuẩn bị dữ liệu từ tệp youtube_rag_data.csv và upsert các vector cùng toàn bộ metadata của chúng vào chỉ mục 'pinecone-datacamp'. Dữ liệu được cung cấp trong DataFrame youtube_df.

Dưới đây là một ví dụ transcript từ 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

Instructions

100 XP
  • Khởi tạo Pinecone client với API key của bạn (OpenAI client đã có sẵn là client).
  • Trích xuất metadata 'id', 'text', 'title', 'url', và 'published' từ mỗi row.
  • Mã hóa texts bằng 'text-embedding-3-small' của OpenAI.
  • Upsert các vector và metadata vào namespace tên 'youtube_rag_dataset'.