Inteligência Artificial
Embeddings: como textos viram números comparáveis
Embeddings transformam palavras e frases em vetores. Textos com sentido parecido ficam próximos, e isso sustenta buscas semânticas e recomendações.
@raulelgreco1 min de leitura
Um embedding é uma lista de números que representa um pedaço de texto. A propriedade útil é geométrica: textos com significado parecido ficam perto um do outro nesse espaço.
O trabalho de Mikolov e colegas em 2013, que deu origem ao word2vec, popularizou a ideia ao mostrar que vetores de palavras treinados em grandes volumes de texto capturam relações semânticas. O exemplo clássico é que a diferença entre "rei" e "homem" se parece com a diferença entre "rainha" e "mulher".
Onde embeddings aparecem hoje
- Busca semântica: encontrar documentos pelo sentido, não só por palavras iguais.
- RAG: selecionar os trechos que serão enviados ao modelo junto com a pergunta.
- Agrupamento: organizar tickets, comentários ou artigos por tema.
Uma dica prática: compare sempre vetores gerados pelo mesmo modelo de embedding. Vetores de modelos diferentes não vivem no mesmo espaço e não podem ser comparados entre si.
Foto: Growtika / Unsplash.