semantic movies search

？セマンティック映画検索

このクイックプロジェクトは、映画のコンテキストでの従来のキーワード検索とセマンティック検索の違いを示すために、セマンティック検索に関する講演の一環として構築されました。目標は、IMDBのようなほとんどのWebサイトが提供するシンプルなキーワードベースの検索と比較して、セマンティック検索がより関連性の高い正確な結果をどのように提供できるかを示すことです。

はじめる

これらの指示に従って、ローカルに設定してください。

前提条件

• nodejs
• npm
• Docker

インストール

1. リポジトリをクローンします。

2. クライアントとサーバーディレクトリの両方に必要なパッケージをインストールします。

   npm install

3. 映画データベースを設定します：

   • 映画のデータセットがあることを確認してください。既存のデータセットを使用するか、NedwizeからDB URIを求めることができます

4. Docker docker composeでアプリケーションを実行します。

   docker compose up

5. サーバーディレクトリに.envファイルに次の環境変数を追加します。

    MONGO_DB_URI =
   CHROMA_DB_URI = http://localhost:8000
   CHROMA_DB_CREDENTIALS =
   CHROMA_DB_AUTH_PROVIDER = chromadb.auth.token_authn.TokenAuthenticationServerProvider

6. /api/movies/feed APIをトリガーして、映画データセットのベクトル埋め込みを作成します。 （ BATCH_SIZE変数を使用して自由に検索して微調整して、あなたの仕様に応じて埋め込みの作成をバッチにして、MacBook Pro M1 16GBで100に設定します）

7. アプリケーションをテストします。

使用法

1. http://localhost:3030でWebブラウザからアプリケーションにアクセスします。
2. 検索バーに検索クエリを入力します。
3. Boring SearchとCool Searchを切り替えて、結果の違いを確認します。

貢献

PRを上げてください！あなたの助けを感謝します。貢献するには、次の手順に従ってください。

1. リポジトリをフォークします。
2. 新しいブランチを作成します（ git checkout -b feature/YourFeature ）。
3. 変更をコミットします（ git commit -m 'Add some feature' ）。
4. ブランチにプッシュします（ git push origin feature/YourFeature ）。
5. プルリクエストを開きます。

接触

ご質問やフィードバックがある場合は、お気軽に問題を開いてください。

---

幸せな検索！

---

トト

• サブドメインに展開します