第三章：第一节向量嵌入

文档摘要

第一节向量嵌入一、向量嵌入基础 1.1 基础概念 1.1.1 什么是 Embedding 向量嵌入（Embedding）是一种将真实世界中复杂、高维的数据对象（如文本、图像、音频、视频等）转换为数学上易于处理的、低维、稠密的连续数值向量的技术。想象一下，我们将每一个词、每一段话、每一张图片都放在一个巨大的多维空间里，并给它一个独一无二的坐标。这个坐标就是一个向量，它“嵌入”了原始数据的所有关键信息。这个过程，就是 Embedding。数据对象：任何信息，如文本“你好世界”，或一张猫的图片。 Embedding 模型：一个深度学习模型，负责接收数据对象并进行转换。输出向量：一个固定长度的一维数组，例如。这个向量的维度（长度）通常在几百到几千之间。