2.3 向量规范化与预处理

文档摘要

2.3 向量规范化与预处理 2.3 向量规范化与预处理：在高维语义空间中重建度量一致性与计算契约我们常把向量数据库比作一座现代图书馆——但这座图书馆不按书名索引，也不依作者分类，它用“语义气味”来排架：两本内容相近的书，即便封面迥异、页码不同、语言相隔万里，它们的向量表征在高维空间里却悄然靠近。可问题来了：如果其中一本书被随意折叠、沾了水渍、甚至被倒着插进书架，它的“气味”是否还真实？更严峻的是——当整座图书馆的藏书都未经统一装帧、未校准纸张湿度、未剔除霉斑干扰时，“靠近”是否仍意味着“相似”？这正是向量规范化与预处理所直面的根本性命题：它不是数据流水线末端一道可有可无的清洁工序，而是向量语义世界得以成立的第一性契约——关于尺度、方向、分布与可比性的隐式共识。