Embedding把某类对象表示为数值向量,使系统能够按照选定方式比较或处理它们。对象可以是词、句子、图像等;这些向量的含义取决于模型、训练与使用任务。
相似度能说明什么
两个句子表达接近意思时,某些模型可能给出较接近的表示。但相似也可能来自共同主题,而不是相同结论。否定句、时间限制和专有名称都可能需要进一步核对。
与检索怎样连接
系统可以把问题和资料转换为相应表示,寻找可能相关的材料。Sentence-BERT等研究讨论句子表示与比较,向量数据库则可以帮助保存和查询这些表示。
与本体和知识图谱有什么不同
向量帮助计算某种相似性,本体说明概念关系,图谱保存具体连接。它们可以配合,但“向量很近”不能直接写成“就是同一实体”或“已经证明因果”。
理解这些问题时,可以结合向量数据库继续比较相关概念的含义与适用范围。
相关项目探索,可从LingoAI的AI方向继续了解。
常见问题:Embedding包含原文全部意义吗? 不能这样保证。它是模型面向特定任务形成的表示,需要结合实际效果评价。
公开参考: Sentence-BERT。