Woorden, afbeeldingen en gebruikers worden allemaal punten in dezelfde geometrische wereld. Een inbeddingsruimte zet afzonderlijke objecten om in continue vectoren, waarbij gelijksoortige items dicht bij elkaar en ongelijksoortige items ver uit elkaar worden geplaatst. Afstand draagt ​​betekenis in zich.

Woordembeddings zoals Word2Vec en GloVe plaatsen verwante termen dicht bij elkaar. In die ruimte lijkt het vectorverschil tussen koning en koningin op het verschil tussen man en vrouw. Zins- en beeldembeddings breiden dit idee uit naar grotere eenheden.

Veelvoorkomende toepassingen van embedding

• Semantisch zoeken en ophalen
• Aanbevelingssystemen
• Clustering en visualisatie
• Kenmerken van transferleren
• Crossmodale matching

De dimensies variëren van enkele tientallen tot enkele duizenden. Hogere dimensies leggen meer nuances vast, maar vereisen meer data en rekenkracht. De geometrie wordt aangeleerd, niet ontworpen, wat de interpretatie lastig maakt, zelfs wanneer de resultaten nuttig zijn.