🔧Techniques
Embedding
Embedding
Définition
Un embedding est une représentation vectorielle (suite de nombres) d'un mot, d'une phrase ou d'un document dans un espace mathématique. Les embeddings capturent le sens sémantique : des mots similaires ont des vecteurs proches. Ils sont essentiels pour la recherche sémantique, le RAG et les bases de données vectorielles.
Exemple concret
💡 text-embedding-3-small d'OpenAI convertit n'importe quel texte en un vecteur de 1536 dimensions, permettant de mesurer la similarité entre deux textes.
Termes liés
Questions fréquentes
Qu'est-ce que Embedding en intelligence artificielle ?
Un embedding est une représentation vectorielle (suite de nombres) d'un mot, d'une phrase ou d'un document dans un espace mathématique. Les embeddings capturent le sens sémantique : des mots similaires ont des vecteurs proches. Ils sont essentiels pour la recherche sémantique, le RAG et les bases de données vectorielles.
À quoi sert Embedding ?
text-embedding-3-small d'OpenAI convertit n'importe quel texte en un vecteur de 1536 dimensions, permettant de mesurer la similarité entre deux textes.
Quels sont les concepts liés à Embedding ?
Les concepts liés à Embedding incluent : Base de données vectorielle, Génération augmentée par récupération, Token, Traitement du langage naturel. Retrouvez chaque définition dans le glossaire IA de Brief IA.
📬 Newsletter gratuite
Ne rate rien de l'actu IA
Reçois chaque soir les 7 meilleures actus IA, décryptées en 5 min. Gratuit.