埋め込みベクトルとは？
うめこみべくとる
埋め込みベクトルとは、単語や文章などのデータを意味的な近さを保ったまま数値の配列（ベクトル）に変換したものです。
埋め込みベクトル（Embedding Vector）は、単語・文・画像・ユーザーIDなどの離散的なデータを、実数値の密なベクトル空間に写像したものです。英語ではembeddingとも呼ばれます。
従来のone-hotエンコーディングでは語彙数が次元数になり、意味的な類似度も表現できません。埋め込みベクトルは通常50〜数千次元の低次元空間に圧縮することで、意味的に近い概念が近い位置に来るよう学習します。有名な例として、Word2Vecで学習した単語埋め込みでは「王 − 男 + 女 ≈ 女王」のような算術演算が成り立つことが示されました。
埋め込みベクトルが使われる主な場面は以下のとおりです。
- 自然言語処理: 単語・文・文書をベクトル化し検索・分類・翻訳に利用
- 推薦システム: ユーザーやアイテムをベクトル化し類似度で推薦
- 画像検索: 画像特徴をベクトル化してベクトル類似検索
- ベクトルデータベース: 大量の埋め込みを高速に近傍探索するインフラ
近年は大規模言語モデルが生成する高品質な埋め込みが普及し、意味検索・RAG（検索拡張生成）・異常検知など多様な応用の基盤となっています。
使い方・例文
ECサイトの「この商品と似た商品」機能では、商品説明文を埋め込みベクトル化して類似度の高い商品を推薦することがあります。
この用語をシェア
最終更新: