Embedding (semantische vector)

Een embedding is een manier om een stukje data — een woord, een zin, een document of een afbeelding — voor te stellen als een reeks getallen, een vector genoemd, die de betekenis ervan vastlegt. Het cruciale is dat gelijkaardige elementen gelijkaardige vectoren krijgen, zodat ze "dicht" bij elkaar komen in die getallenruimte: "hond" en "puppy" liggen bijvoorbeeld dicht bijeen, terwijl "hond" en "vliegtuig" ver uit elkaar liggen. AI-modellen genereren deze embeddings en kunnen daarmee betekenissen wiskundig vergelijken, niet alleen exacte woorden. Het is de basis van semantisch zoeken (vinden op betekenis, niet op letterlijke overeenkomst), aanbevelingssystemen en technieken als retrieval-augmented generation (RAG). Embeddings worden vaak opgeslagen in vectordatabases. In wezen zijn ze de brug tussen de betekenis die mensen begrijpen en de getallen die machines verwerken.