名词解释 / 03
嵌入向量
第 33 / 127 个名词用 AI 处理文档和公司资料
英文名称：Embedding Vector
常见别名：Embedding、嵌入、语义向量、向量化
所属分类：用 AI 处理文档和公司资料
一句话解释
嵌入向量是模型把文字、图片等内容转换后得到的一组数字，用来表示内容的特征和含义。Embedding 既可以指这种转换过程，也常被直接用来称呼转换后的向量，普通使用场景不必拆成两个词条。
工作中什么时候会遇到
企业知识库把制度、手册或案例导入系统时，后台往往会为每个资料片段生成嵌入向量；员工提问时，问题也会被转换成向量进行比较。
能解决什么问题
- 用统一的数字形式表示非结构化内容。
- 比较两段文字或两张图片是否相似。
- 支持语义搜索、聚类和推荐。
- 帮助知识库从不同措辞中找到相关资料。
举个例子
“轴承温度偏高”和“电机轴承过热”会生成不同的向量，但它们在向量空间中可能比较接近，因此系统可以把相关维修记录推荐给用户。
怎么使用
普通员工通常只需使用知识库的搜索功能。建设者应选择合适的 Embedding 模型，统一处理文档和问题，并用包含型号、数字、同义词和否定条件的真实问题测试检索效果。
使用时要注意什么
向量只是模型对内容的数学表示，不是事实本身。相似度高不代表两段内容可以互相替代；不同模型或不同版本生成的向量通常不能直接比较，更换模型后往往要重建索引。
容易混淆的词
- 词元向量：表示单个词元；知识库常使用句子或文档片段级向量。
- 向量数据库：负责存储和搜索向量。
- 嵌入学习：研究或训练模型如何学出有用向量，属于更偏原理的概念。