在机器学习中，嵌入是一个向量（数字数组），代表现实世界中的对象，如单词、句子、图像或视频。这些嵌入式所具有的有趣特性是，代表相似或相关现实世界实体的两个嵌入式也会有一些相似之处，因此可以对嵌入式进行比较，并计算出它们之间的距离。
从搜索应用的具体角度考虑，在向量空间中对嵌入进行搜索，往往能找到与概念更相关的结果，而不是在搜索提示中键入的确切关键词。
在本节教程中，您将学习如何使用免费提供的机器学习模型生成嵌入式，然后使用 Elasticsearch 的向量数据库支持来存储和搜索这些嵌入式。最后，您还将结合矢量和全文搜索结果，创建一个强大的混合搜索解决方案，提供两种方法的最佳效果。