信息检索 (IR) 中的密集向量是数据 (例如文本，图像或其他内容) 的数字表示，其中每个维度对应于特定特征或潜在因素。与具有大量零或空值的稀疏向量不同，密集向量通常是紧凑的，并且在所有维度上都具有有意义的值。
密集向量通常用于神经IR系统，其中使用word2vec、GloVe或transformer模型等方法将每个文档或查询嵌入到向量空间中。这些向量捕获语义信息，例如上下文关系和含义，从而实现查询和文档之间更准确的匹配。
密集向量表示是有利的，因为它们使得能够基于语义相似性而不仅仅是关键字匹配来比较数据。例如，在语义搜索中，具有相似含义的两个文档可以具有相似的密集向量表示，即使它们不共享相同的单词。这使得密集向量在改善搜索结果的相关性方面特别有效。