إنتقل إلى المحتوى الرئيسي

التضمينات (Embeddings) والبحث المتجهي

متوسط

يحوّل التضمين (Embedding) قطعة من النص إلى قائمة من الأرقام (متجه) تلتقط معناها. فالنصوص ذات المعاني المتشابهة تحصل على متجهات قريبة من بعضها — حتى لو لم تشترك في أي كلمات. هذه هي الحيلة وراء البحث الدلالي وRAG.

الحدس​

تخيّل كل جملة موضوعة كنقطة في فضاء ضخم متعدد الأبعاد، مرتّبة بحيث تجلس المعاني المتشابهة بالقرب من بعضها. فجملة "كيف أعيد ضبط كلمة المرور الخاصة بي؟" تقع بالقرب من "نسيت بيانات تسجيل الدخول"، وبعيدًا عن "أفضل بيتزا في روما".

البحث الدلالي مقابل البحث بالكلمات المفتاحية​

  • البحث بالكلمات المفتاحية يطابق الكلمات الحرفية ("password" تجد "password").
  • البحث الدلالي يطابق المعنى — "لا أستطيع تسجيل الدخول" تجد مستند إعادة ضبط كلمة المرور حتى من دون كلمة "password".

غالبًا ما تأتي أفضل النتائج من الجمع بينهما (البحث الهجين).

كيف يعمل البحث المتجهي​

  1. ضمّن مستنداتك (عادةً مقسّمة إلى مقاطع) وخزّن المتجهات في قاعدة بيانات متجهية.
  2. عند الاستعلام، ضمّن الاستعلام.
  3. اعثر على المتجهات الأقرب (عبر تشابه جيب التمام / المسافة).
  4. أعِد تلك المقاطع — عادةً لتغذيتها في RAG.

ملاحظات عملية​

  • التقطيع إلى مقاطع مهم. كبير جدًا = مطابقات مشوّشة؛ صغير جدًا = فقدان السياق. اضبطه.
  • استخدم نموذج تضمين واحدًا باستمرار — المتجهات من نماذج مختلفة غير قابلة للمقارنة.
  • البيانات الوصفية + المرشّحات (التاريخ، المصدر، النوع) تجعل الاسترجاع أكثر دقة بكثير.
  • لا تكون قاعدة البيانات المتجهية ضرورية دائمًا — فللمجموعات الصغيرة، يكفي بحث بسيط في الذاكرة.

التالي​