Embedding 語意向量是什麼？把文字變成座標的語意地圖

你搜尋「提神飲料」，系統卻找出「咖啡」跟「茶」，關鍵字明明一個字都沒對上。這件事是怎麼做到的？答案就是 Embedding。

這是建知識庫、做語意搜尋、做推薦系統時都會遇到的底層概念。搞懂它，很多 AI 功能會突然變得有道理。

定義

Embedding 是把文字、詞語、句子、圖片等內容，轉換成一串數字向量。這串數字會把語意用位置表達出來。

流程很單純：原始輸入丟進 Embedding 模型，輸出一串數字陣列。那串數字人看不懂，但那正是 AI 看得懂的語意。

白話比喻

AI 不是查字典理解文字，而是用語意地圖。例如「咖啡」附近住著拿鐵、提神、星巴克、卡布奇諾，「汽車」則跟輪胎、引擎住在另一區，離咖啡很遠。

把所有概念放到多維空間裡，位置就決定了彼此的關係。這張地圖通常有幾百到上千個維度，不是我們能直接畫出來的三維空間。

四個重點概念

• AI 看不懂文字本身
• AI 只看位置
• 位置越近，越有關係
• 位置越遠，越不相關

AI 拿它來做什麼

實際用例

建知識庫時，文件會先切片，每一片轉成向量存進向量資料庫。使用者提問時，問題也轉成向量，系統再去找距離最近的幾片內容當作依據。

這條路徑接下去就是 Citation 引用來源：找到的段落不只拿來回答，還要標出處，答案才可驗證。想再縮小檢索範圍，可以搭配 Metadata Filtering 中繼資料過濾。