Capítulo 3: Espacios de Embedding y Representaciones

¿Qué son los Embeddings?

Representaciones densas en vectores que capturan el significado semántico:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer('all-MiniLM-L6-v2')
embeddings = model.encode([
    "Machine learning is fascinating",
    "AI and ML are interesting topics",
    "I like pizza"
])

# First two are similar, third is different

Similitud Semántica

$$\text{similarity}(A, B) = \frac{A \cdot B}{||A|| \times ||B||}$$

from sklearn.metrics.pairwise import cosine_similarity
similarity = cosine_similarity([embeddings[0]], [embeddings[1]])
# High similarity for related sentences

Aplicaciones

Aplicación	Cómo ayudan los Embeddings
Búsqueda	Encontrar documentos semánticamente similares
Clustering	Agrupar contenido relacionado
RAG	Recuperar contexto relevante
Clasificación	Vectores de características para ML

Puntos Clave

consejo

1. Los embeddings capturan el significado semántico en vectores
2. La similitud coseno mide la relación semántica
3. Esenciales para RAG y búsqueda semántica

---

← Capítulo 2Quiz →