为什么 Embedding 能提高搜索准确率？

Embedding 通过在语义空间中将文本或项目表示为密集数值向量来提升搜索准确率。这比简单的关键词匹配更好地捕获了上下文含义和相似性。

这些向量将语义相似的项目放在向量空间中相近的位置，将不相似的项目放在较远的位置。因此，搜索查询也可以被嵌入，通过快速高效的向量相似度计算（如余弦相似度）找到相似文档。这种方法理解上下文、同义词和相关概念，克服了精确词语匹配的局限性。Embedding 固有的降维特性聚焦于有意义的语义特征。

因此，基于 Embedding 的搜索擅长处理自然语言查询，即使没有逐字关键词重叠，也能找到共享概念相似性的文档，并驱动相关推荐。它是语义搜索的基础，提升了电子商务商品发现和文档检索等应用中的召回率和相关性。