Embeddings là gì
Biểu diễn vector của dữ liệu cho ML
Embeddings — vector số biểu diễn đối tượng (từ, hình ảnh, người dùng) trong không gian đa chiều sao cho các đối tượng tương tự ở gần nhau.
Các loại Embeddings
- Văn bản — Word2Vec, GloVe, FastText, BERT embeddings
- Câu — Sentence-BERT, Universal Sentence Encoder
- Hình ảnh — ResNet features, CLIP embeddings
- Người dùng/sản phẩm — cho hệ thống gợi ý
- Đồ thị — Node2Vec, GraphSAGE cho dữ liệu mạng
Đặc tính chính
- Tương đồng ngữ nghĩa — đối tượng tương tự gần nhau trong không gian
- Số học vector — vua - nam + nữ = nữ hoàng
- Chiều — thường 128-1536 chiều
- Độ tương đồng cosine — chỉ số so sánh vector
Ứng dụng kinh doanh
- Tìm kiếm ngữ nghĩa — tìm theo ý nghĩa, không phải từ khóa
- Gợi ý — "sản phẩm tương tự", "bạn có thể thích"
- Chatbots — hệ thống RAG cho câu trả lời từ cơ sở tri thức
- Phân cụm — nhóm nội dung tự động
- Phát hiện trùng lặp — tìm tài liệu và hình ảnh tương tự