Embedding (Vektör Gömme)
Embedding, metin veya görsellerin anlamını bilgisayarların kıyaslayabileceği çok boyutlu sayı dizilerine dönüştüren yapay zeka yöntemidir.
Embedding ya da Türkçe karşılığıyla vektör gömme, kelimelerin, cümlelerin, görsellerin veya belgelerin anlamsal karşılığını bilgisayarların anlayabileceği matematiksel sayılara, yani çok boyutlu koordinatlara dönüştürme işlemidir. Bilgisayarlar doğrudan harfleri veya anlamları kavrayamaz, yalnızca sayıları işleyebilir. Embedding sayesinde yapay zeka, bir metnin sadece harf dizilimini değil, taşıdığı kavramsal manayı da matematiksel bir forma çevirir.
Geleneksel arama sistemleri kelimelerin harf harf birebir eşleşmesine bakar. Embedding tabanlı modern yaklaşımlar ise kelimeler arasındaki anlamsal mesafeyi hesaplar. Örneğin, doktor ve hekim kelimeleri tek bir ortak harf içermez, ancak embedding uzayında birbirine çok yakın iki sayısal nokta olarak konumlanır.
Vektör Gömme Nasıl Çalışır?
Bir embedding modeli, kendisine verilen metni alır ve yüzlerce ya da binlerce sayıdan oluşan uzun bir liste (vektör) üretir. Bu sayı listesi, metnin devasa bir anlamsal haritadaki koordinatlarıdır. Benzer bağlamlarda kullanılan, aynı duyguyu veya olguyu anlatan kelimeler bu haritada yan yana düşerken, alakasız kavramlar birbirine çok uzak noktalara yerleşir.
Örneğin bir yapay zeka modeline çay, kahve ve kamyon kelimelerini verdiğinizde:
- Çay ve kahve: İçecek, sıcak tüketim ve kafein gibi ortak boyutlar taşıdığı için aralarındaki vektörel mesafe son derece küçüktür.
- Kamyon: Taşıt ve mekanik eksenlerde yer aldığı için çay ve kahveden oldukça uzak bir koordinata atanır.
- Gevrek ve simit: Farklı bölgelerde farklı söylense de aynı fırın ürününü temsil ettikleri için neredeyse üst üste binen vektörler elde edilir.
Günlük Hayattan Bir Örnek: Yerli E-Ticaret ve Müşteri Destek Sistemleri
Embedding teknolojisinin gücünü anlamak için yerli bir e-ticaret sitesini veya mahalle esnafını dijitalleştiren sipariş platformlarını düşünebilirsiniz. Bir kullanıcı arama kutusuna boğaz yanması için sıcak bir şeyler yazdığında, eski usul arama motorları içinde bu kelimelerin tam olarak geçtiği ilanları arar ve çoğunlukla alakasız sonuçlar döndürür.
Embedding kullanan akıllı bir sistem ise bu cümlenin ifade ettiği ihtiyacı bir vektöre dönüştürür. Ürün kataloğundaki ıhlamur, nane limon çayı veya çiçek balı gibi ürünlerin vektörleri ile kullanıcının sorgu vektörünü karşılaştırır. Başlıklarında boğaz veya yanma kelimeleri geçmese bile, anlam yakınlığından ötürü kullanıcıya tam olarak aradığı şifalı bitki çaylarını ilk sırada önerir.
Aynı yöntem belediyelerin veya kamu kurumlarının beyaz masa hatlarında da işe yarar. Vatandaşın yazdığı şikayet metni, doğrudan ilgili daire başkanlığının görev tanımıyla anlamsal olarak eşleştirilir ve form doğru birime saniyeler içinde yönlendirilir.
Yapay Zekada Embedding Nerelerde Kullanılır?
- Anlamsal Arama (Semantic Search): Kelime eşleşmesi yerine kullanıcının asıl niyetini anlayan arama sistemlerinin temelini oluşturur.
- RAG (Retrieval-Augmented Generation): Büyük dil modellerinin kurum içi dokümanlardan doğru bilgiyi çekip yanıt üretmesini sağlayan altyapıdır.
- Kişiselleştirilmiş Öneriler: Kullanıcının daha önce okuduğu haberlere veya incelediği ürünlere anlamsal olarak en yakın diğer içerikleri tavsiye eder.
- Tekrar Eden Kayıtların Tespiti: Farklı cümlelerle kaleme alınmış aynı şikayet veya soru başlıklarını gruplayarak operasyonel yükü azaltır.
En Sık Yapılan Hatalar
En yaygın yanılgı, embedding işlemini basit bir anahtar kelime çıkarma yöntemiyle karıştırmaktır. Embedding, metni parçalamaz; metnin bütününe dair soyut bir anlamsal özet çıkarır. Bir diğer hata ise metin ne kadar uzarsa embedding kalitesinin o kadar artacağını varsaymaktır. Birçok model, belirli bir token sınırının üzerindeki paragraflarda odak noktasını kaybeder ve genel anlamı bulanıklaştırır. Bu nedenle uzun belgeleri tek bir embedding olarak saklamak yerine, mantıklı alt bölümlere ayırarak vektörleştirmek gerekir.
Sıkça sorulan sorular
Embedding ile token arasındaki fark nedir?
Token metnin bölündüğü en küçük harf veya hece parçasıdır; embedding ise bu tokenlerin ya da tüm cümlenin anlamsal karşılığını temsil eden çok boyutlu sayı dizisidir.
Vektör benzerliği pratikte nasıl ölçülür?
İki embedding arasındaki anlam yakınlığı genellikle kosinüs benzerliği (cosine similarity) gibi geometrik açı formülleriyle hesaplanır.
Embedding modelleri çok dilli çalışabilir mi?
Evet, çok dilli embedding modelleri farklı dillerdeki aynı anlamları (örneğin Türkçe 'araba' ile İngilizce 'car') ortak bir vektör uzayında birbirine çok yakın konumlara yerleştirir.
Bir cümlenin embedding boyutu neyi ifade eder?
Embedding boyutu, o metni tanımlayan sayı listesinin uzunluğudur; örneğin 1536 boyutlu bir vektör, cümlenin 1536 farklı özellik eksenindeki değerlerini barındırır.
