名词解释 / 03
嵌入学习
第 34 / 127 个名词用 AI 处理文档和公司资料
英文名称：Embedding Learning
常见别名：表示学习、表征学习
所属分类：用 AI 处理文档和公司资料
一句话解释
嵌入学习是让模型从数据中学会如何把对象表示成向量，使相似对象在数学空间中更接近、不同对象更容易区分。
工作中什么时候会遇到
普通员工很少直接操作它，但语义搜索、相似案例推荐、人脸识别、商品推荐和异常识别等功能背后都可能使用嵌入学习。
能解决什么问题
- 自动提取文字、图片或行为数据的关键特征。
- 将不同类型的数据转换成可比较的表示。
- 为检索、分类、聚类和推荐提供基础。
- 通过业务数据改善特定领域的相似度判断。
举个例子
在质量管理中，模型可以学习产品缺陷图片的表示，让划痕图片彼此更接近，并与污渍、变形等其他缺陷区分开，帮助系统查找相似历史案例。
怎么使用
普通用户主要使用其产生的搜索或推荐结果。企业若要训练或调整这类能力，需要准备有代表性的样本和正确的相似、不相似关系，并用新数据验证，不能只看训练集表现。
使用时要注意什么
模型学到什么取决于数据和训练目标。样本偏差、标签错误或工况变化会让向量失真；看起来相似的结果也不代表业务原因相同。高风险判断仍需结合规则、现场数据和人工确认。
容易混淆的词
- Embedding：泛指把对象映射为向量的方法或结果；嵌入学习强调这种表示是如何从数据中学出来的。
- 嵌入式学习：中文表述容易混淆；若指嵌入式设备上的学习，是另一概念。
- 迁移学习：把已有模型能力迁移到新任务，不专指学习向量表示。