¿Qué es un embedding?
Opciones
- Una copia comprimida de un documento
- Un hash que identifica un archivo
- El identificador numérico de un token
- Una lista de números (un vector) que representa el significado de un texto, de modo que los textos parecidos quedan cerca (Opción correcta)
Respuesta
Una lista de números (un vector) que representa el significado de un texto, de modo que los textos parecidos quedan cerca
Por qué
Un modelo de embeddings convierte un texto en un vector de números. Los textos con significado parecido obtienen vectores cercanos entre sí, aunque usen palabras distintas.
Eso permite buscar por significado: conviertes la pregunta en un vector, haces lo mismo con los documentos y buscas los vectores más cercanos.
Un hash es distinto: cambia por completo si cambia una letra y no dice nada del significado.
Recuerda
Embedding = un vector que representa el significado.