Embedding (gömme vektörü), bir metnin, görselin veya başka bir verinin anlamını koruyarak yüzlerce ya da binlerce boyutlu sayısal bir vektöre dönüştürülmesidir. Anlamca yakın içerikler vektör uzayında birbirine yakın düşer; böylece bilgisayar “benzer anlam” aramasını matematiksel olarak yapabilir.
Bir embedding modeli, girdiyi alır ve sabit uzunlukta bir sayı dizisi üretir. “Fatura iptali” ile “faturayı geri alma” ifadeleri farklı kelimeler içerse de vektörleri yakındır. Bu vektörler bir vektör veritabanında saklanır ve kosinüs benzerliği gibi ölçülerle karşılaştırılır.
RAG sistemlerinde doğru doküman parçasını bulmak, anlamsal arama, benzer ürün veya müşteri talebi eşleştirme, doküman sınıflandırma ve kümeleme. Türkçe için embedding modelinin kalitesi sonucu doğrudan etkiler; projede ayrı test edilmelidir.
Vektör veritabanı, RAG, semantic search, LLM.
