Co to są embeddings?

Embeddings, czyli reprezentacje wektorowe, to listy liczb opisujące treść w sposób przydatny do porównywania podobieństwa. Dla odpowiednio dobranego modelu teksty o podobnym znaczeniu mogą mieć podobne reprezentacje, nawet gdy używają innych słów.

Na przykład pytanie „jak zgłosić wolne?” może zostać połączone z dokumentem „wniosek urlopowy”. To nie znaczy, że podobieństwo dowodzi prawdy lub aktualności. Dwa przeciwne stwierdzenia o tej samej rzeczy mogą być bliskie tematycznie. Dokumenty i zapytania trzeba kodować w zgodny sposób; wektory z różnych modeli nie są automatycznie porównywalne tylko dlatego, że mają tyle samo liczb.