元数据过滤

使用 Pinecone 构建 AI 应用

James Chapman

Curriculum Manager, DataCamp

元数据过滤

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

元数据可为：字符串、_数字_、布尔值、以及字符串_列表_
元数据过滤：缩小搜索空间，降低查询延迟

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

元数据过滤

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

    filter={

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

    },

    top_k=1
)

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

元数据过滤器

$eq - 等于（数字、字符串、布尔）
$ne - 不等于（数字、字符串、布尔）
$gt - 大于（数字）
$gte - 大于等于（数字）
$lt - 小于（数字）
$lte - 小于等于（数字）
$in - 在数组中（字符串或数字）
$nin - 不在数组中（字符串或数字）

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

元数据过滤 - 大于

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}}

Passons à la pratique !

使用 Pinecone 构建 AI 应用