向量 / Embedding
也叫：Embedding · 嵌入 · 向量化
Embedding 把文字变成数字向量，用来计算语义相似度，是知识库检索的基础。
他们说
将文本编码为高维语义向量以支持相似度检索
老白翻译
把一句话变成一串数，方便找意思相近的内容。
它到底是什么
Embedding 把文本映射成一串数字（向量）。意思接近的句子，数字也更接近。
这样计算机能做“语义搜索”：不靠关键词死匹配，而靠意思相近。
生活里的例子
把书按主题放书架。Embedding 像给每段话贴“主题坐标”，相近主题会靠在一起。
常见误解
- 误解：向量搜索 = 全文精确匹配。 它找的是相似，不是逐字相同。
- 误解：有了 embedding 就等于懂业务。 切分和清洗质量仍然决定效果。
普通人怎么用
你用“知识库问答”时，背后多半有 embedding。效果差时，先检查资料是否杂乱、重复、过时。