今天來介紹embedding:

embedding是把文字轉換成一個向量的過程，這樣電腦就可以用數學方式理解它

向量:

它可以是一個維度為 n 的數字陣列
例如: "我喜歡拉麵" → [0.12, -0.54, 0.78, ..., 0.03]

為何能用於相似度判斷?

因為轉換後的向量具有以下性質：

• 語意相近的文字，其向量「距離較近」
• 語意相遠的文字，其向量「距離較遠」

在 NLP 中，最常見的是 詞嵌入（Word Embedding） 或 句子嵌入（Sentence Embedding）

1. 詞嵌入（Word Embedding) :每個詞轉成一個固定維度的向量 適用於比較「詞」的相似性
   例如: 蘋果:[0.23,-0.11……0.87]
2. 句子嵌入（Word Embedding) :每個句子轉成一個固定維度的向量，保留上下文與語境。
   適用於比較「句子」的相似性

我利用Sentence-Transformers 的MiniLM-BERT模型(原本設定每個句子384維)，全部個句子都各化為2維，參考一下就好~~

越靠近越相似，可能會是結構相似、語意相似……