Glossário

Word embeddings

O que é Word embeddings?

Os word embeddings representam palavras como vetores numéricos, de modo que palavras com significados semelhantes fiquem próximas no espaço vetorial, como «carro» e «veículo». Métodos como o Word2Vec ou o GloVe aprendem estes vetores a partir de grandes quantidades de texto. Foram um passo importante no processamento de linguagem, por exemplo na pesquisa ou na classificação; os modelos de linguagem atuais utilizam embeddings contextuais, em que uma palavra é representada de forma diferente consoante a frase.

Como o KI.ordo ajuda

A pesquisa de conhecimento do KI.ordo não utiliza embeddings, mas a pesquisa por palavras-chave BM25 diretamente no servidor.

Temas

NLP
Vetores
Semântica

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Vetor de embedding

Um vetor de embedding (embedding) é uma lista de números que representa o significado de uma palavra, frase ou documento, de modo que textos com conteúdo semelhante fiquem próximos uns dos outros. Isto permite reconhecer, por exemplo, que "rescisão" e "fim do contrato" estão relacionados, apesar de não partilharem palavras. Os embeddings estão na base de muitos sistemas de pesquisa semântica, serviços de recomendação e aplicações RAG; são calculados por modelos especificamente treinados.

vetor
pesquisa semântica
+1

Gensim

O Gensim é uma biblioteca Python de código aberto para analisar grandes coleções de texto. É conhecido pelos modelos de tópicos, como o LDA, pelo treino de vetores de palavras (por exemplo Word2Vec, FastText e Doc2Vec) e pela comparação de documentos por semelhança. Como o Gensim processa os dados por blocos, consegue lidar também com corpora que não cabem na memória. Uma utilização típica: agrupar automaticamente milhares de comentários de clientes por temas recorrentes.

Biblioteca Python
Modelação de tópicos
+1

Processamento de linguagem natural (PLN)

O processamento de linguagem natural é o ramo da IA que permite aos computadores analisar, compreender e gerar linguagem humana em texto ou fala. Abrange tarefas como tradução, classificação, resumo, análise de sentimento e resposta a perguntas. Em tempos dominaram as regras e os métodos estatísticos; hoje, a área é moldada pelos grandes modelos de linguagem.

NLP
Idioma
+1

Análise semântica

A análise semântica examina o significado da linguagem – não apenas que palavras surgem, mas o que se quer dizer. Inclui interpretar corretamente palavras ambíguas no contexto (como «manga» enquanto fruta ou parte de uma camisa), reconhecer relações entre conceitos e classificar afirmações por conteúdo. Está na base de aplicações como a análise de feedback de clientes, a resposta a perguntas ou sistemas de pesquisa que devem compreender também consultas formuladas de forma diferente com o mesmo sentido.

NLP
significado
+1