Embedding
Gömme vektörü
Metin, görsel veya sesin anlamsal yakınlığı koruyacak biçimde sayısal vektörlere dönüştürülmüş temsilidir.
Kısa cevap
Gömme, bir metni veya görseli anlamsal yakınlığı koruyan sabit uzunlukta bir vektöre çevirir. Böylece "benzerlik" bir geometri problemine indirgenir ve arama, kümeleme, öneri aynı altyapıyla yapılabilir hale gelir.
Neden vektör?#
Bilgisayar "kedi" ile "kedigil" arasındaki yakınlığı harf benzerliğinden anlayamaz. Gömme, anlamı bir koordinat sistemine taşır: benzer anlamlı ifadeler birbirine yakın noktalara düşer. Böylece anlam, mesafe hesabına indirgenir.
Nerede kullanılır?#
- Anlamsal arama ve öneri.
- RAG hattında ilgili belge parçasını bulma.
- Kümeleme ve konu keşfi.
- Yinelenen kayıt tespiti.
Benzerlik nasıl ölçülür?#
| Ölçü | Neye duyarlı | Not |
|---|---|---|
| Kosinüs benzerliği | Yön | Metin uzunluğundan bağımsız; en yaygın tercih |
| İç çarpım | Yön ve büyüklük | Normalize edilmiş vektörlerde kosinüse denk |
| Öklid mesafesi | Konum | Normalize vektörlerde kosinüsle sıralama olarak uyumlu |
Nerede yanılır?#
- Olumsuzluk: "faturayı iptal etmeyin" ile "faturayı iptal edin" vektörde birbirine yakın düşer.
- Kesin kod: "SKU 44821" gibi diziler anlamsal olarak ayırt edilemez.
- Sayısal karşılaştırma: "30 günden fazla" ifadesi bir eşik olarak temsil edilmez.
- Alan dili: genel derlemle eğitilmiş model, kurum içi jargonu yakalamaz.
Bu dört zayıflık, kurumsal belge setlerinde neden hibrit aramaya (gömme + lexical) ihtiyaç duyulduğunu açıklar. Gömme tek başına kullanıldığında bu sorgular sessizce yanlış sonuç üretir.
Model seçimi#
- 01Türkçe performansı ölçülmüş mü, yoksa varsayılıyor mu?
- 02Girdi token sınırı, parçalama stratejinizle uyumlu mu?
- 03Boyut: depolama ve arama maliyetini karşılıyor musunuz?
- 04Asimetrik kullanım (sorgu ve belge için ayrı önek) destekliyor mu?
- 05Sürüm politikası: model değişirse yeniden dizinleme maliyetini hesapladınız mı?
Sık sorulan sorular
Kaç boyut gerekir?
Boyut sayısı modelin kararıdır; daha yüksek boyut her zaman daha iyi sonuç vermez ama depolama ve arama maliyetini artırır.
Gömme modelini ince ayarlamak gerekir mi?
Çoğu senaryoda gerekmez. Alan dili çok özelse ve elinizde etiketli sorgu-belge çiftleri varsa kazanç sağlayabilir; aksi hâlde önce parçalama ve hibrit arama iyileştirmeleri daha yüksek getirili.
Görsel ve metin aynı uzayda temsil edilebilir mi?
Evet; çok modlu gömme modelleri metin ve görseli ortak bir uzaya yerleştirir. Bu, metinle görsel arama yapmayı mümkün kılar.
Kaynaklar
- 01Sağlayıcı dokümantasyonları — Model ve altyapı sağlayıcıları · Dokümantasyon
- 02Sinaptik Research — kavram doğrulama notları — Sinaptik Lab · Teknik rapor
Güncelleme geçmişi
- v1.2Benzerlik ölçüleri ve zayıf noktalar eklendi.
- v1.0İlk yayın.
LEARN
Embedding konusunu uygulamaya dökmek ister misin?
Kavramı okudun; sırada onu bir rotanın içinde öğrenmek ve bir testle ölçmek var.