Upotus (embedding)
Tunnetaan myös: embedding, vector embedding
Mikä on Upotus (embedding)?
Tapa muuttaa teksti, kuvat tai muu data numerolistaksi, joka vangitsee merkityksen. Samankaltaisista asioista kertova sisältö saa samankaltaiset numerot, joten kone voi mitata, kuinka lähellä kaksi asiaa on toisiaan. Upotukset ovat matematiikka semanttisen haun, suositusten ja RAG:n takana.
Miksi tällä on väliä
Lähes kaikki hyödyllinen, mitä jäsentymättömälle tekstille tai kuville voi nykyään tehdä, alkaa niiden muuttamisesta upotuksiksi, joten upotusmallin valinta muovaa kaikkea sen päälle rakennettua. Kun yleisellä verkkotekstillä koulutetulle mallille syöttää tiheää juridista tai lääketieteellistä kieltä, sen löytämät samankaltaisuudet menevät hienovaraisesti vikaan tavoilla, joita mikään virheilmoitus ei koskaan liputa. Numerot myös vanhenevat. Kun luettelo, ammattisanasto tai tuotevalikoima muuttuu, viime vuonna lasketut upotukset ajautuvat eri tahtiin sen kanssa, mitä ihmiset tänään oikeasti hakevat. Tiimit, jotka kohtelevat niitä pysyvänä omaisuutena eivätkä uudelleen laskettavana, maksavat siitä hakutuloksina, jotka heikkenevät hitaasti.
Käytännössä
Verkkokauppa upottaa tuoteluettelonsa, jolloin ”vedenpitävää takkia” hakeva asiakas löytää myös toisella nimellä luetteloidun ”kuoritakin”. Koska uusia tuotteita ja sesonkikieltä tulee jatkuvasti, tiimi aikatauluttaa upotusten säännöllisen uudelleenlaskennan sen sijaan, että tekisi sen kerran. Numeroiden pitäminen ajan tasalla pitää haun kiinni siinä, miten asiakkaat oikeasti kuvaavat asioita.
