Embedding (埋め込み)とは？

詳しい解説

Embedding (埋め込み) は、テキスト・画像・コードなどの離散データを、意味的な近さがベクトル距離に反映されるような数値ベクトルに変換する技術です。

意味の似た 2 つの文章は近いベクトルに、無関係な文章は遠いベクトルにマップされるため、ベクトル検索・クラスタリング・分類・推薦などに広く利用できます。

代表的な用途として、RAG におけるドキュメント検索、類似ユーザー検索、画像・動画の意味検索、コードの類似性検出などがあります。 OpenAI の text-embedding-3-large、Cohere の Embed、各 LLM プロバイダや OSS モデルが提供されています。

実務での使いどころ

RAG の内部で使われる技術で、社内文書を検索可能な形に変換する工程を担います。表記が違っても意味が近い文章を拾えるため、「有給休暇」で検索して「年次有給」の記載を見つけるといった検索が可能になります。

文書の分類、類似案件の検索、重複コンテンツの検出などにも応用されます。

混同しやすい用語との違い

キーワード検索が文字列の一致を見るのに対し、埋め込みを使った検索は意味の近さを見ます。「表記ゆれに強い代わりに、固有名詞の完全一致には弱い」という性質があり、実務では両方を組み合わせる構成が一般的です。