semantic movies search

？语义电影搜索

这个快速项目是作为关于语义搜索的谈话的一部分构建的，以证明在电影背景下传统关键字搜索和语义搜索之间的区别。目的是展示与简单的基于关键字的搜索相比，语义搜索如何提供更相关和准确的结果，而基于关键字的搜索（例如IMDB）提供了这些搜索。

入门

请按照以下说明在本地设置它。

先决条件

• nodejs
• NPM
• Docker

安装

1. 克隆存储库。

2. 在客户端和服务器目录中安装所需的软件包：

   npm install

3. 设置电影数据库：

   • 确保您有电影的数据集。您可以使用现有数据集或从Nedwize索取DB URI

4. 使用docker compose Docker上的应用程序：

   docker compose up

5. 在服务器目录中的.env文件中添加以下环境变量。

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

6. 触发/api/movies/feed API以创建电影数据集的矢量嵌入。 （随意使用BATCH_SIZE变量进行搜索和调整，根据您的规格批处理嵌入，我将其设置为MacBook Pro M1 16GB上的100 ）

7. 测试应用程序。

用法

1. 通过http://localhost:3030访问您的Web浏览器应用程序。
2. 在搜索栏中输入搜索查询。
3. Boring Search和Cool Search之间切换以查看结果的差异。

贡献

随时提高公关！感谢您的帮助。请按照以下步骤进行贡献：

1. 分叉存储库。
2. 创建一个新的分支（ git checkout -b feature/YourFeature ）。
3. 提交您的更改（ git commit -m 'Add some feature' ）。
4. 推到分支（ git push origin feature/YourFeature ）。
5. 打开拉动请求。

接触

如果您有任何疑问或反馈，请随时打开问题。

---

快乐搜索！

---

托多

• 部署在子域中