Odborná definícia
Odborná definícia
Embedding space je mnohorozmerný vektorový priestor, v ktorom sú objekty umiestnené embedding modelom a ich vzťahy sa vyhodnocujú z geometrie. Blízkosť môže reprezentovať sémantickú podobnosť, funkčnú zameniteľnosť alebo inú vlastnosť určenú tréningovým cieľom. Priestor charakterizuje dimenzia, hustota, anisotropia, lokálne susedstvá a použitá metrika. Jeho osi nemožno automaticky chápať ako pomenované koncepty a dvojrozmerná vizualizácia môže skresliť vzdialenosti pôvodného vysokorozmerného priestoru.
Zrozumiteľné vysvetlenie
Zrozumiteľné vysvetlenie
V priestore embeddingov nemajú dokumenty adresu podľa abecedy, ale podľa naučenej podobnosti. Otázka o reklamácii môže byť blízko návodu na vrátenie tovaru a ďaleko od článku o výrobe, aj keď obsahujú rovnaké slovo. Keď sa priestor premietne do grafu s dvoma osami, časť štruktúry sa nevyhnutne stratí. Pekný zhluk preto nie je dôkazom kvalitného retrievalu. Dôležitejšie je, či správne položky zostávajú medzi najbližšími susedmi pri reálnych dotazoch a zvolenej metrike. Lokálnu geometriu treba overiť na doménových dátach.
Časté otázky
Časté otázky
Čo určuje geometriu embeddingového priestoru?
Najmä architektúra, tréningové dáta, loss funkcia, výber pozitívnych a negatívnych párov, pooling a normalizácia výsledných vektorov.
Prečo kosínusová a euklidovská vzdialenosť dávajú iné výsledky?
Kosínus porovnáva smer, euklidovská vzdialenosť aj veľkosť rozdielu. Pri jednotkovo normalizovaných vektoroch sú ich poradia úzko prepojené.
Čo znamená anisotropia embeddingov?
Vektory nie sú rozložené rovnomerne vo všetkých smeroch, ale sú sústredené v časti priestoru. To môže znižovať rozlišovaciu schopnosť podobnosti.
Dá sa význam priestoru vysvetliť cez najbližších susedov?
Lokálne susedstvo poskytne užitočný náhľad, ale nejde o úplnú interpretáciu. Výsledok ovplyvňuje korpus, metrika aj hustota konkrétnej oblasti.
Ako sa testuje stabilita priestoru po aktualizácii?
Porovnajú sa susedia rovnakých kontrolných položiek, retrieval metriky, distribúcia podobností a výkon downstream úloh medzi starou a novou verziou.
Súvisiace pojmy
Súvisiace pojmy
Zdroje a redakčná stopa
Zdroje a redakčná stopa
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.