Metadata filtreleme

Pinecone ile Vektör Veritabanları ve Embeddings

James Chapman

Curriculum Manager, DataCamp

Metadata filtreleme

{
    "genre": "action",
    "year": 2020,
    "color": "blue",
    "fit": "straight",
    "price": 29.99,
    "is_jeans": true,
    "areas": ["London", "Kent", "Bath"]
}

Metadata; string, sayı, Boolean ve string listeleri olabilir
Metadata filtreleme: arama alanını ve sorgu gecikmesini azaltır

¹ https://docs.pinecone.io/docs/metadata-filtering

Metadata filtreleme

index.query(
    vector=[-0.250919762305275, ...],

    filter={

        "genre": {"$eq": "documentary"},
        "year": 2019

    },

    top_k=1
)

¹ https://docs.pinecone.io/docs/metadata-filtering

Metadata filtreleri

$eq - Eşittir (sayı, string, boolean)
$ne - Eşit değildir (sayı, string, boolean)
$gt - Büyüktür (sayı)
$gte - Büyük eşittir (sayı)
$lt - Küçüktür (sayı)
$lte - Küçük eşittir (sayı)
$in - Dizide (string veya sayı)
$nin - Dizide değil (string veya sayı)

¹ https://docs.pinecone.io/docs/metadata-filtering

Metadata filtreleme - büyüktür

index.query(
    vector=[-0.250919762305275, ...],

    filter={

        "year": {"$gt": 2019},

    },

    top_k=1,

    include_metadatas=True

)

{'matches': [{'id': '1', 'score': 0.0478537641,
              'values': [],
              'metadata': {'genre': 'action', 'year': 2020}}],
 'namespace': '',
 'usage': {'read_units': 5}}

Hadi pratik yapalım!

Pinecone ile Vektör Veritabanları ve Embeddings