語意搜尋的向量查詢
在這個練習中，你會從問題 「'What is in front of the Notre Dame Main Building?'」 建立一個查詢向量。使用這個嵌入式查詢，你將在 'pinecone-datacamp' 索引中的 'squad_dataset' 命名空間進行查詢，並回傳最相似的前五個向量。
本練習屬於課程
使用 Pinecone 構建 AI 應用
練習說明
- 使用你的 API 金鑰初始化 Pinecone 用戶端（OpenAI 用戶端已可透過
client使用）。 - 使用與先前嵌入其他向量相同的 OpenAI 嵌入模型，對提供的
query進行嵌入以建立查詢向量。 - 使用
query_emb查詢"squad_dataset"命名空間，並回傳最相似的前五筆結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Initialize the Pinecone client
pc = Pinecone(api_key="____")
index = pc.Index('pinecone-datacamp')
query = "What is in front of the Notre Dame Main Building?"
# Create the query vector
query_response = ____(
input=____,
model="text-embedding-3-small"
)
query_emb = query_response.data[0].embedding
# Query the index and retrieve the top five most similar vectors
retrieved_docs = ____
for result in retrieved_docs['matches']:
print(f"{result['id']}: {round(result['score'], 2)}")
print('\n')