Máy tính không so sánh ý nghĩa trực tiếp được, nhưng so sánh số thì được. Một mô hình embedding đọc một nội dung và trả về một vector có hàng trăm hoặc hàng nghìn chiều. Hai câu nói cùng một ý bằng chữ khác nhau, như cách giảm chi phí quảng cáo và làm sao hạ CPC, sẽ có vector giống nhau dù gần như không chung chữ nào.
Embedding dùng để làm gì?
- Tìm kiếm ngữ nghĩa: tìm kết quả theo ý nghĩa thay vì khớp từ khóa, ý tưởng đằng sau neural search.
- RAG: tìm các đoạn liên quan nhất đến câu hỏi để LLM trả lời dựa trên đó.
- Gợi ý: đề xuất sản phẩm hoặc bài viết tương tự.
- Gom nhóm và lọc trùng: nhóm các query, đánh giá hoặc trang có nội dung giống nhau.
Embedding được lưu và tìm kiếm thế nào?
Mỗi nội dung được chuyển thành embedding một lần và các vector được lưu lại, thường trong một vector database. Khi có câu hỏi, câu hỏi cũng được chuyển thành vector bằng cùng mô hình, và cơ sở dữ liệu trả về các vector đã lưu gần nó nhất. Độ gần thường được đo bằng cosine similarity.
Vì sao embedding quan trọng với SEO?
Công cụ tìm kiếm và trợ lý AI dùng embedding để hiểu một trang nói về điều gì, không chỉ trang đó chứa những chữ nào. Đó là một lý do việc viết về một chủ đề rõ ràng và đầy đủ, tức xây dựng topical authority, thường hiệu quả hơn lặp lại từ khóa. Một trang trả lời đúng câu hỏi thật bằng ngôn ngữ dễ hiểu sẽ dễ được khớp với nhiều cách diễn đạt khác nhau của người tìm kiếm.
Câu hỏi thường gặp
Embedding là gì?+
Embedding là một vector, tức một dãy số, thể hiện ý nghĩa của văn bản, hình ảnh hoặc dữ liệu khác, để những thứ giống nhau có dãy số giống nhau và so sánh được theo ý nghĩa.
Embedding khác token thế nào?+
Token là một mảnh văn bản mà mô hình đọc hoặc viết. Embedding là dạng số thể hiện ý nghĩa của một token, một câu hoặc cả một tài liệu, dùng để so sánh mức độ giống nhau.
Embedding được lưu ở đâu?+
Thường được lưu trong vector database hoặc một cơ sở dữ liệu thông thường có hỗ trợ tìm kiếm vector, giúp nhanh chóng tìm các embedding gần nhất với một câu hỏi mới.