Pojmovnik

Ugradnje riječi (word embeddings)

Što je Ugradnje riječi (word embeddings)?

Ugradnje riječi prikazuju riječi kao numeričke vektore tako da riječi sličnog značenja leže blizu u vektorskom prostoru, primjerice „auto“ i „vozilo“. Metode poput Word2Veca ili GloVea uče te vektore iz velikih količina teksta. Bile su važan korak u obradi jezika, primjerice za pretraživanje ili klasifikaciju; današnji jezični modeli koriste kontekstualne ugradnje u kojima se riječ prikazuje drukčije ovisno o rečenici.

Kako KI.ordo pomaže

Pretraživanje znanja u KI.ordo ne koristi ugradnje, nego pretraživanje po ključnim riječima BM25 izravno na poslužitelju.

Teme

NLP
Vektori
Semantika

Isprobajte KI.ordo

Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.

Pokrenite demo

← Svi pojmovi

Srodni pojmovi

Vektor ugrađivanja (embedding)

Vektor ugrađivanja (embedding) popis je brojeva koji predstavlja značenje riječi, rečenice ili dokumenta tako da tekstovi sličnog sadržaja leže blizu jedni drugima. To omogućuje, primjerice, prepoznavanje da su „otkaz” i „prekid ugovora” povezani iako nemaju zajedničkih riječi. Embeddingi su temelj mnogih sustava semantičke pretrage, usluga preporuka i RAG aplikacija; izračunavaju ih posebno trenirani modeli.

vektor
semantička pretraga
+1

Gensim

Gensim je open-source Python biblioteka za analizu velikih zbirki tekstova. Poznata je po tematskim modelima poput LDA, treniranju vektora riječi (primjerice Word2Vec, FastText i Doc2Vec) i usporedbi dokumenata prema sličnosti. Budući da Gensim obrađuje podatke u dijelovima, može raditi i s korpusima koji ne stanu u memoriju. Tipična primjena: automatsko grupiranje tisuća komentara klijenata prema ponavljajućim temama.

Python biblioteka
Tematsko modeliranje
+1

Obrada prirodnog jezika (NLP)

Obrada prirodnog jezika grana je UI-ja koja računalima omogućuje analizu, razumijevanje i generiranje ljudskog jezika u tekstu ili govoru. Obuhvaća zadatke poput prevođenja, klasifikacije, sažimanja, analize sentimenta i odgovaranja na pitanja. Nekoć su dominirala pravila i statističke metode; danas to područje oblikuju veliki jezični modeli.

NLP
Jezik
+1

Semantička analiza

Semantička analiza ispituje značenje jezika – ne samo koje se riječi pojavljuju, nego što se misli. To uključuje ispravno tumačenje višeznačnih riječi u kontekstu (primjerice „banka“ kao financijska ustanova ili klupa), prepoznavanje odnosa među pojmovima i razvrstavanje izjava prema sadržaju. Podloga je primjenama poput analize povratnih informacija klijenata, odgovaranja na pitanja ili sustava pretraživanja koji trebaju razumjeti i različito formulirane upite istog značenja.

NLP
značenje
+1