使用元数据进行过滤
在数据库中提供可用的元数据，可以更方便地基于附加条件来过滤结果。想象一下，您正在创建的电影推荐系统可以访问用户的偏好设置，并据此进一步过滤结果。
在本练习中，您将使用额外的元数据来过滤 Netflix 电影推荐。netflix_titles 集合已更新，为每个条目添加了元数据，包括"rating"（分级，作品的年龄分级）和"release_year"（上映年份，作品最初发行的年份）。
以下是更新后条目的示例预览：
{'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}
本练习是课程的一部分
使用 OpenAI API 的 Embeddings 入门
练习说明
- 使用
reference_texts从集合中查询 2 个结果。 - 仅保留分级为
'G'且上映年份早于2019的标题。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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'])