向量搜索中的嵌入是数字向量格式的数据的数学表示。嵌入由机器学习模型生成，对数据的基本特征和语义进行编码，例如单词，句子，图像或音频。例如，短语 “人工智能” 可以被表示为概括其语言和上下文含义的768维向量。
这些嵌入允许搜索系统识别数据中的模式和关系。例如，“apple” 这个词可以根据其上下文 (水果或科技公司) 具有不同的嵌入，从而允许系统区分含义。这种上下文表示是嵌入相对于传统关键字匹配的关键优势。
在实践中，嵌入对于实现基于相似性的搜索至关重要。通过比较嵌入，向量搜索系统可以确定语义接近度。这使得可以检索与查询意图一致的数据，例如查找相关文章、视觉上相似的图像或上下文链接的信息片段。