Схожі слова за вектором

Напишіть слово або фразу, і інструмент покаже слова й фрази з найближчим вектором (ембедингом), тобто ті, що мовна модель вважає близькими за змістом. Можна писати будь-якою мовою: «кава» і «coffee» опиняться поруч.

Спробуйте:

Безкоштовно · без реєстрації · до 10 пошуків на годину · будь-якою мовою

Порівняти дві фрази

Наскільки близькі два значення

Що означає «схожі за вектором»

Мовна модель уміє перетворити будь-який текст на ембединг — список чисел (у text-embedding-3-small їх 1536), який описує зміст тексту. Тексти про одне й те саме отримують списки, що вказують майже в одному напрямку, навіть якщо в них немає спільних слів або вони різними мовами: «кава», «еспресо» і «coffee» опиняються поруч, а «футбол» — далеко.

Наскільки близько вказують два вектори, вимірює косинусна схожість: від 0 (не повʼязані) до 1 (той самий зміст). Так працюють пошук за змістом, рекомендації й чат-боти, що відповідають за вашими документами. Цей інструмент дає це побачити: які слова модель ставить поруч із вашим і як далеко вони одне від одного.

Як це працює

Модель перетворює текст на вектор із 1536 чисел. Тексти, близькі за змістом, отримують близькі вектори, тому схожість можна виміряти, а не вгадати.

  1. 01

    Кандидати

    Мовна модель пропонує синоніми, асоціації, переклади і кілька навмисно далеких слів.

  2. 02

    Вектори

    Ваша фраза і всі кандидати перетворюються на ембединги одним запитом.

  3. 03

    Схожість

    Для кожного кандидата рахується косинусна схожість з вашою фразою. Порядок задають числа, а не думка моделі.

  4. 04

    Карта

    Вектори стискаються до двох вимірів, щоб побачити, як слова групуються за змістом.

Часті питання

Не знайшли відповідь?

Напишіть мені — відповім протягом робочого дня.

Що таке ембединг?

Це список чисел, яким мовна модель описує зміст тексту. Тексти про одне й те саме отримують близькі списки, навіть якщо в них різні слова чи мови. На ембедингах працюють семантичний пошук, рекомендації і чат-боти, що відповідають за документами сайту.

Чому схожість рідко буває вище 0.8?

У моделі text-embedding-3-small навіть синоніми зазвичай мають схожість 0.6–0.8, а зовсім не повʼязані слова — 0.1–0.25. Важливі не самі числа, а порядок: що вище слово в списку, то ближче воно за змістом.

Звідки беруться слова на карті?

Їх пропонує мовна модель: синоніми, асоціації, переклади і кілька далеких слів для порівняння. А от схожість і місце на карті рахуються з векторів, тож модель не може «підтасувати» результат.

Скільки пошуків можна зробити?

До 10 нових пошуків на годину з однієї адреси. Фраза, яку вже хтось шукав, показується з кешу і не рахується.

Потрібен розумний пошук на сайті?

Зроблю пошук за змістом, а не за збігом слів: каталог, база знань чи чат-бот, що відповідає за документами вашого сайту.

Асистент
Онлайн