Word2Vec и BERT: чем отличаются представления слова
Слово может менять смысл в разных предложениях. В статической таблице эмбеддингов Word2Vec одному слову соответствует один вектор; контекстное представление BERT зависит от окружающего текста.
Выберите ограничение статического подхода в вопросе ниже. Это различие помогает понять, зачем семантическому поиску учитывать контекст, но само по себе не определяет лучшую модель для вашей коллекции.
Это бесплатное упражнение из платного курса. Проверьте ответ без регистрации. Продолжить изучение векторных баз и RAG можно в полной программе курса.
В чём было принципиальное ограничение Word2Vec по сравнению с BERT?
Без регистрации · результат не сохраняется
Связанные задачи
- Косинусное сходство или евклидово расстояние: тест
- embedquery и embeddocuments: в чём разница
- normalizeembeddings: косинусное сходство и dot product
- FAISS IndexIVFPQ: зачем кодировать остаточные векторы
- FAISS normalizeL2: что означает изменение массива in-place
- LangChain FAISS: фильтр метаданных в similaritysearch
