Interogări multiple și filtrare

Introducere în Embeddings cu API-ul OpenAI

Emmanuel Pire

Senior Software Engineer, DataCamp

Recomandări de filme bazate pe mai multe puncte de date

Terrifier (id: 's8170')
Strawberry Shortcake: Berry Bitty Adventures (id: 's8103')

Texte de interogare multiple

reference_ids = ['s8170', 's8103']


reference_texts = collection.get(ids=reference_ids)["documents"]


result = collection.query(
  query_texts=reference_texts,
  n_results=3
)

Rezultatul interogărilor multiple

{'ids': [['s8170', 's6939', 's7000'],['s8103', 's2968', 's3085']],
 'embeddings': None,
 'documents': [['Title: Terrifier (Movie)...',
   'Title: Haunters: The Art of the Scare (Movie)...',
   'Title: Horror Story (Movie)...'],
  ["Title: Strawberry Shortcake: Berry Bitty Adventures (TV Show)...",
   "Title: Shopkins (TV Show)...",
   "Title: Rainbow Ruby (TV Show)..."]],
 'metadatas': [[None, None, None], [None, None, None]],
 'distances': [[0.00, 0.25, 0.26], [0.00, 0.25, 0.28]]}

Adăugarea metadatelor

import csv 

ids = []
metadatas = []

with open('netflix_titles.csv') as csvfile:
  reader = csv.DictReader(csvfile)
  for i, row in enumerate(reader):
    ids.append(row['show_id'])
    metadatas.append({
      "type":row['type'],
      "release_year": int(row['release_year'])
    })

Creați o listă de dicționare pentru metadate
Creați o listă de ID-uri pentru a le adăuga la elementele existente

Adăugarea și interogarea metadatelor

collection.update(ids=ids, metadatas=metadatas)

result = collection.query(
    query_texts=reference_texts, 
    n_results=3,
    where={ 
        "type": "Movie"
    }
)

Operatori where

where={
  "type": "Movie"
}

este echivalent cu

where={
  "type": {
    "$eq": "Movie"
  }
}

Listă de operatori:

$eq - egal cu (string, int, float)
$ne - diferit de (string, int, float)
$gt - mai mare decât (int, float)
$gte - mai mare sau egal cu (int, float)
$lt - mai mic decât (int, float)
$lte - mai mic sau egal cu (int, float)

Filtre where multiple

where={
    "$and": [
        {"type": 
            {"$eq": "Movie"}
        },
        {"release_year": 
             {"$gt": 2020}
        }
    ]
}

$or: filtrare pe baza cel puțin unei condiții

Title: A Classic Horror Story (Movie) [...]
===
Title: Nightbooks (Movie) [...]
===
Title: Irul (Movie) [...]
===
Title: Intrusion (Movie) [...]
===
Title: Things Heard & Seen (Movie) [...]
===
Title: A StoryBots Space Adventure (Movie) [...]

Să exersăm!

Introducere în Embeddings cu API-ul OpenAI