术语表 · 大模型基础

向量(Embedding)

EmbeddingAI 术语

一句话解释

把一段文字或一张图片转换成一串数字,意思相近的内容,数字也相近,用来按意思找资料。

关键词搜索只能找到字面相同的内容;把文字转成向量后,「怎么退货」和「买错了能不能换」这类说法不同、意思相近的内容也能找到。

知识库里的文档会先切成小段,每段转成向量存进向量数据库,用户提问时再按向量找出最接近的几段。

举个例子

客户问「你们支不支持开专票」,系统按向量找到资料里「发票类型:可开增值税专用发票」这一段。

相关术语

向量数据库Vector Database
存储向量、并能快速找出意思最接近内容的数据库,是 RAG 和知识库检索的常用组件。
RAG(检索增强生成)Retrieval-Augmented Generation
AI 回答前先从知识库里检索出相关资料,再根据这些资料生成回答的方法。
文本切块(Chunking)Chunking
把长文档切成大小合适的小段,再存进知识库,方便检索时只取出相关的部分。

← 返回术语表(共 79 个术语)