Embedding (incorporação vetorial)

Um embedding (incorporação vetorial) é a tradução de texto, imagem ou outros dados numa série de números que capta o seu significado. Conteúdos com significado semelhante recebem séries de números semelhantes. Os embeddings são a base para que uma IA possa pesquisar de forma semântica e encontrar as passagens adequadas na sua base de conhecimento.

O que é um embedding?

Um embedding converte um conteúdo numa longa série de números, um chamado vetor. Esses números não são aleatórios: descrevem o significado do conteúdo num espaço matemático. Textos que estão próximos no conteúdo recebem vetores semelhantes, mesmo que usem palavras diferentes. «Encomenda a caminho» e «o envio vai ser entregue» ficam, assim, muito próximos.

Como os embeddings captam o significado

Durante o treino, um modelo de IA aprendeu em que contextos as palavras surgem. A partir daí, deduz o que pertence ao mesmo conjunto no conteúdo. O resultado são embeddings com os quais se pode medir a semelhança: quanto mais próximos estão dois vetores, mais relacionado é o seu conteúdo. É precisamente esta medição que torna possível a pesquisa num banco de dados vetorial.

O papel no RAG

Num sistema de RAG, os seus documentos são divididos em embeddings e guardados. Quando um cliente faz uma pergunta, esta é também convertida num embedding e comparada com os guardados. As passagens mais semelhantes fornecem o material a partir do qual um Large Language Model formula depois a resposta. Sem embeddings não haveria pesquisa semântica fiável e, com isso, nenhuma resposta de IA fiável a partir dos seus próprios conteúdos.

Embeddings na SendSeven

A SendSeven é uma plataforma de mensagens unificada com um assistente de IA integrado. Quando carrega conteúdos para a sua base de conhecimento, estes são preparados para a pesquisa semântica, de modo que a IA encontre, para cada pergunta do cliente, as passagens adequadas. Os detalhes técnicos correm em segundo plano; você trata apenas dos seus conteúdos. Como registar conteúdos para a pesquisa semântica mostra o guia da base de conhecimento. Em conformidade com o RGPD, Made in Germany. Experimente 14 dias gratuitamente.