機械学習では、埋め込みは、単語、文章、画像、ビデオなどの現実世界のオブジェクトを表すベクトル (数値の配列) です。これらの埋め込みの興味深い特性は、類似または関連する現実世界のエンティティを表す 2 つの埋め込みがいくつかの類似点も共有するため、埋め込みを比較して、それらの間の距離を計算できることです。
検索アプリケーションという観点から具体的に考えると、ベクトル空間で埋め込みの検索を実行すると、検索プロンプトに入力された正確なキーワードではなく、概念に関連した結果が見つかる傾向があります。
チュートリアルのこのセクションでは、無料で利用できる機械学習モデルを使用して埋め込みを生成する方法を学習し、Elasticsearch のベクトル データベース サポートを使用してこれらの埋め込みを保存および検索します。最後には、ベクター検索とフルテキスト検索の結果を組み合わせ、両方のアプローチの長所を生かした強力なハイブリッド検索ソリューションを作成します。