エンベディング とは
ML用データのベクトル表現
エンベディング — オブジェクト(単語、画像、ユーザー)を多次元空間で数値ベクトルとして表現し、類似オブジェクトが近くに配置されるようにしたもの。
エンベディングの種類
- テキスト — Word2Vec、GloVe、FastText、BERTエンベディング
- 文 — Sentence-BERT、Universal Sentence Encoder
- 画像 — ResNet特徴量、CLIPエンベディング
- ユーザー/商品 — レコメンドシステム用
- グラフ — ネットワークデータ用Node2Vec、GraphSAGE
主要な特性
- 意味的類似性 — 類似オブジェクトは空間で近い
- ベクトル演算 — 王 - 男 + 女 = 女王
- 次元数 — 通常128-1536次元
- コサイン類似度 — ベクトル比較の指標
ビジネス活用
- セマンティック検索 — キーワードではなく意味で検索
- レコメンド — 「類似商品」「おすすめ」
- チャットボット — 知識ベース回答のRAGシステム
- クラスタリング — コンテンツの自動グループ化
- 重複検出 — 類似文書・画像の発見