埋め込み
埋め込み(embedding)とは、テキスト、画像、その他のデータを表す数値の並び(ベクトル)です。意味の似たものほどベクトルが近くなるように作られます。
別名: vector embedding, embeddings, embedding model
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
コンピューターは意味を直接比べることはできませんが、数値なら素早く比べられます。埋め込みは「How do I reset my password?」と「I forgot my login」を、共通する単語がほとんどないにもかかわらず、近くに位置する 2 つのベクトルに変えます。これがセマンティック検索、クラスタリング、レコメンドを可能にしています。
埋め込みモデル
埋め込みモデルは、こうしたベクトルを作るニューラルネットワークです。テキスト(マルチモーダルのモデルなら画像も)を送ると、固定長のベクトルが返ってきます。例には text-embedding-3-large や Voyage 4 Large があります。MTEB のリーダーボードでそれらを比較でき、埋め込みモデルのガイドが選ぶ際の参考になります。
どう使われるか
検索拡張生成では、文書のすべてのチャンクを一度埋め込みに変え、ベクトルデータベースに保存します。クエリ時には質問を同じモデ ルで埋め込みに変え、最も近い保存済みのベクトルを返します。近さは通常、コサイン類似度か内積で測ります。
知っておくべきこと
異なるモデルのベクトルは比較できないので、モデルを切り替えるとすべてを埋め込み直すことになります。ベクトルの長さは埋め込みの次元数で、保存コストを左右します。埋め込みは大まかな意味はよくとらえますが、製品コードのような正確な識別子は取りこぼすことがあります。チームがハイブリッド検索の構成でキーワード検索を加える理由の 1 つです。
関連用語
- ベクトルデータベース
- ベクトルデータベース(vector database)とは、埋め込みを元のレコードとともに保存し、クエリのベクトルに最も近い保存済みのベクトルを見つけるデータベースです。数百万の項目にわたって検索を高速に保つため、通常は近似インデックスを使います。
- 埋め込みの次元数
- 埋め込みの次元数(embedding dimension)とは、埋め込みモデルが出力する各ベクトルに含まれる値の数です。次元が多いほど多くの細部を保持できますが、値が 1 つ増えるごとに、1 件あたりの保存、メモリ、検索のコストが増えます。
- コサイン類似度
- コサイン類似度(cosine similarity)とは、2 つのベクトルがどれだけ似ているかを、その間の角度で測る指標です。値は -1 から 1 の範囲で、ベクトルの長さは無視されます。検索で埋め込みを比べる最も一般的な方法です。
- ベクトル検索
- ベクトル検索(vector search)とは、項目の埋め込みをクエリの埋め込みと比較し、最も近いものを返すことで項目を見つける方法です。共通のキーワードではなく意味で一致する結果が得られます。
- MTEB
- MTEB(Massive Text Embedding Benchmark)とは、テキスト埋め込みモデルを、検索、クラスタリング、分類、リランキングなど多くの種類のタスクで、多数のデータセットと言語にわたって評価する公開ベンチマークとリーダーボードです。