AI・ガジェット辞典

AIとガジェットの言葉を、わかりやすく

エンベディング(埋め込み)とは?

AI用語
🧭
エンベディング(埋め込み)

一言でいうと: 言葉や画像の意味の近さを、数値の距離で表せるようにする変換技術です。

エンベディング(埋め込み)の基本

エンベディング(埋め込み)とは、単語や文章、画像などを、意味の近さが距離に表れるような数値の並び(ベクトル)に変換する手法です。意味の近いもの同士は近い数値に、遠いものは離れた数値になるよう、AIが大量のデータから学習して変換のルールを身につけます。よく知られた有名な例として、「王様」から「男」を引いて「女」を足すと「女王」に近いベクトルになる、といった意味の計算ができることが知られています。この仕組みがあるおかげで、キーワードが一致しなくても意味で探す「意味検索」や、おすすめ表示、RAG(検索拡張生成)といった応用が可能になりました。文章全体の意味を捉えられるため、似た内容の文書を自動でグループ分けするような処理にも使われます。現代のAIサービスを支える、目立たないけれど重要な土台技術だと言えるでしょう。

ここがポイント

意味が「距離」になる

エンベディングの面白さは、抽象的な「意味の近さ」を、数値同士の距離という具体的な形で測れるようにした点です。たとえば「犬」と「猫」は近く、「犬」と「自動車」は遠くに配置されます。この距離を計算することで、似た文章や画像を機械的に探し出せるようになります。

RAGや検索での役割

RAGでは、資料の文章をあらかじめエンベディングに変換して保存しておき、質問が来たら意味の近い資料を素早く探してAIに渡します。社内文書の検索や、似た商品のおすすめ、似た画像の検索なども同じ原理です。ベクトルデータベースと組み合わせて使われるのが一般的です。

モデルごとに互換性はない

エンベディングは、変換に使うAIモデルごとに数値の意味付けが異なります。あるモデルで作ったベクトルと、別モデルで作ったベクトルを混ぜて使うことはできません。モデルを変更する場合は、保存済みのデータ全体を作り直す必要がある点に注意が必要です。

使うときのコツ・注意点

エンベディング自体は意味を数値化したものですが、元の文章の内容が推測できる場合もあるため、個人情報や機密文書を変換したデータの取り扱いにも注意が必要です。また、変換の品質はモデルの性能に左右され、専門分野の文章では意味を取り違えることもあります。検索結果がおかしいと感じたら、モデルやデータの見直しが有効です。

関連する用語