Embeddings

Embeddings

Embeddings sind numerische Repräsentationen von Texten oder anderen Daten, die es ermöglichen, deren Bedeutung in einem Vektorraum abzubilden. Dadurch können semantische Ähnlichkeiten zwischen Begriffen, Sätzen oder Dokumenten effizient berechnet werden. Typische Methoden zum Vergleich von Embeddings sind der Kosinusabstand, die euklidische Distanz oder die Manhattan-Distanz. Moderne KI-Systeme nutzen Embeddings, um Anfragen blitzschnell den relevantesten Seiten oder Ressourcen zuzuordnen - ganz ohne fest programmierte Regeln.