Chatbots & Wissen
Embedding
Ein Embedding ist die Umwandlung von Wörtern, Sätzen oder Medien in mehrdimensionale Zahlenfolgen (Vektoren), wodurch Computer inhaltliche Bedeutungen mathematisch vergleichen können.
Erklärung
Computer können Buchstaben und Sätze nicht unmittelbar „verstehen“. Sie erkennen lediglich Zahlen. Ein Embedding-Modell löst diese Hürde, indem es Textbausteine in lange Zahlenreihen übersetzt. Dabei werden die Zahlen so berechnet, dass sie die Bedeutung des Textes in einem vielschichtigen Koordinatenraum widerspiegeln.
Begriffe mit ähnlicher Bedeutung landen in diesem mathematischen Raum ganz nah beieinander: Die Wörter „Auto“ und „Fahrzeug“ erhalten beispielsweise ähnliche Zahlenwerte, während das Wort „Brot“ weit entfernt liegt. Auch komplexere Beziehungen lassen sich so erfassen – etwa der logische Zusammenhang zwischen Ländern und ihren Hauptstädten.
Embeddings bilden den Kern moderner Suchtechnologien (semantische Suche). Statt rein nach exakt übereinstimmenden Wörtern zu filtern, findet eine Suche über Embeddings auch Synonyme und umschriebene Anfragen. Begrenzt wird die Methode durch den Kontext: Mehrdeutige Begriffe wie „Schloss“ (Gebäude oder Schließmechanismus) erfordern ausreichend Textumfeld, um die passende Vektorkoordinate zu ermitteln.
In der Praxis
In Onlineshops finden Kund*innen dank Embeddings auch dann das gewünschte Produkt, wenn sie einen Tippfehler machen oder einen regionalen Begriff eingeben. Bei der Implementierung von semantischen Suchen und Datenanalysen nutzen wir Vektor-Embeddings, um Datenabfragen im E-Commerce intuitiv und fehlertolerant zu gestalten.