Glosario

Vector de embedding

¿Qué es Vector de embedding?

Un vector de embedding (incrustación) es una lista de números que representa el significado de una palabra, frase o documento de forma que los textos de contenido parecido quedan cerca. Así se puede reconocer, por ejemplo, que «baja» y «terminar el contrato» están relacionados aunque no compartan palabras. Los embeddings son la base de muchos sistemas de búsqueda semántica, servicios de recomendación y aplicaciones RAG; los calculan modelos entrenados para ello.

Cómo ayuda KI.ordo

Para la búsqueda en el conocimiento, KI.ordo no usa embeddings, sino la búsqueda por palabras clave BM25 directamente en el servidor.

Temas

vector
búsqueda semántica
PLN

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Embeddings de palabras

Los embeddings de palabras representan las palabras como vectores numéricos, de modo que las de significado parecido quedan cerca en el espacio vectorial, como «coche» y «vehículo». Métodos como Word2Vec o GloVe aprenden estos vectores a partir de grandes cantidades de texto. Fueron un paso importante en el procesamiento del lenguaje, por ejemplo para búsqueda o clasificación; los modelos de lenguaje actuales usan embeddings contextuales, en los que una palabra se representa de forma distinta según la frase.

PLN
Vectores
+1

Generación aumentada por recuperación (RAG)

La generación aumentada por recuperación combina búsqueda y generación de texto: antes de responder, el sistema busca en una colección de conocimiento, como manuales, políticas o preguntas frecuentes, los fragmentos relevantes y se los pasa al modelo de lenguaje como contexto. Así la respuesta se apoya en contenido actual y propio de la empresa, no solo en lo aprendido durante el entrenamiento. Esto reduce las afirmaciones inventadas, hace rastreables las fuentes y permite actualizar sin reentrenar.

RAG
búsqueda de conocimiento
+1

Recuperación de información

La recuperación de información engloba los métodos que, en grandes colecciones de texto, encuentran los documentos o fragmentos que responden a una consulta y los ordenan por relevancia. Enfoques clásicos como BM25 ponderan los términos según su frecuencia y su rareza; los más recientes añaden similitud semántica. Es la base de los buscadores, la búsqueda empresarial y la generación aumentada por recuperación (RAG), en la que un modelo de lenguaje usa los fragmentos encontrados como fuente de su respuesta.

Búsqueda
BM25
+1

Transformer

El Transformer es una arquitectura de red neuronal presentada en 2017 en el artículo de investigación «Attention Is All You Need». Su núcleo es el mecanismo de atención: cada palabra se pondera en relación con todas las demás del texto, y el cálculo se paraleliza con eficacia. Los Transformers son la base de los modelos de lenguaje actuales como GPT, Claude o BERT y también se usan para imagen y audio.

Arquitectura
Deep learning
+1