semantic movies search

? 시맨틱 영화 검색

이 빠른 프로젝트는 영화의 맥락에서 전통적인 키워드 검색과 시맨틱 검색의 차이점을 보여주기 위해 시맨틱 검색에 대한 대화의 일부로 구축되었습니다. 목표는 Semantic Search가 IMDB와 같은 대부분의 웹 사이트에서 제공하는 간단한 키워드 기반 검색과 비교하여보다 관련성 있고 정확한 결과를 제공 할 수있는 방법을 보여주는 것입니다.

시작하기

다음 지침을 따라 로컬로 설정하십시오.

전제 조건

• nodejs
• NPM
• 도커

설치

1. 저장소를 복제하십시오.

2. 클라이언트와 서버 디렉토리 모두에 필요한 패키지를 설치하십시오.

   npm install

3. 영화 데이터베이스 설정 :

   • 영화 데이터 세트가 있는지 확인하십시오. 기존 데이터 세트를 사용하거나 Nedwize에서 DB URI를 요청할 수 있습니다.

4. docker compose 와 함께 Docker에서 응용 프로그램을 실행하십시오.

   docker compose up

5. 서버 디렉토리의 .env 파일에 다음 환경 변수를 추가하십시오.

    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 api를 트리거하여 영화 데이터 세트의 벡터 임베딩을 만듭니다. (사양에 따라 배치 임베딩 생성을 위해 BATCH_SIZE 변수를 검색하고 조정하십시오. MacBook Pro M1 16GB에서 100 으로 설정).

7. 응용 프로그램을 테스트하십시오.

용법

1. http://localhost:3030 에서 웹 브라우저를 통해 응용 프로그램에 액세스하십시오.
2. 검색 창에 검색어를 입력하십시오.
3. Boring Search 과 Cool Search 사이를 전환하여 결과의 ​​차이를 확인하십시오.

기여

PR을 자유롭게 키우십시오! 당신의 도움에 감사드립니다. 다음 단계를 수행하려면 다음을 수행하십시오.

1. 저장소를 포크하십시오.
2. 새 지점을 만듭니다 ( git checkout -b feature/YourFeature ).
3. 변경 사항을 커밋하십시오 ( git commit -m 'Add some feature' ).
4. 분기 ( git push origin feature/YourFeature )로 밀어 넣습니다.
5. 풀 요청을 엽니 다.

연락하다

질문이나 피드백이 있으시면 자유롭게 문제를여십시오.

---

행복한 검색!

---

TODO

• 하위 도메인에 배포하십시오