🔧Techniques
Embedding
Embedding
Partager cette définition
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.