Embedding 嵌入:把文字变成向量
果子发表于:2026-10-03 15:02:20浏览:32次
一、什么是 Embedding
Embedding(嵌入)指把文字、图片等「符号」转换成一组固定长度的数字(向量)。这组数字可以表示这段文字的「语义」。语义相近的文字,其向量在空间中距离也近。
例如「猫」和「小猫」的向量很接近,而「猫」和「汽车」的向量则相距很远。
二、为什么需要向量
计算机只会算数字。把文字变成向量后,就能用数学方法(如余弦相似度)衡量两段文字「有多像」,从而实现语义搜索、聚类、推荐等。
三、Embedding 模型怎么工作
专用的 Embedding 模型(如 BGE、text-embedding 系列)接收一段文本,输出一个向量(常见 768、1024、1536 维等)。它经过专门训练,让「语义相似 → 向量相近」这一性质尽量成立。
四、一个直观例子
文本:"今天天气很好"
向量:[0.12, -0.83, 0.44, ..., 0.09] (共 1024 个数字)
文本:"天气晴朗"
向量:[0.15, -0.80, 0.41, ..., 0.11]
两个向量的余弦相似度 ≈ 0.95(非常接近)五、Embedding 的典型用途
- 语义搜索:搜「如何退票」能命中「取消订单」相关文档。
- RAG 检索:找到与问题最相关的知识片段。
- 去重与聚类:把相似文本归为一类。
- 推荐系统:找内容相近的物品。
六、小结
Embedding 是 RAG 和语义搜索的地基。理解了「文字 → 向量 → 相似度」,就理解了现代检索系统为什么能「听懂意思」而不只是匹配关键词。
栏目分类全部>
推荐文章
- 别再收藏「7 个值得学的方向」了,先把这 3 个判断练熟
- 【Webman+MySQL教程二】路由与控制器:参数获取、响应返回、路由分组
- 什么是大语言模型(LLM)?零基础入门
- uniapp+thinkphp6开发答题系统 API接口开发签名验证、接口安全验证方法
- 温度、Top-p 等采样参数详解:控制大模型的「脑洞」
- OpenClaw 记忆系统:AGENTS.md / USER.md / MEMORY.md 详解
- 大模型的 Token 计费与成本优化
- OpenClaw 定时自动化(Automations):让 AI 主动为你打工
- PHP微信公众答题系统、手机端网络答题系统
- 新闻网站源码 网站群系统+精美wap手机端(包含数据)淘宝在售源码

