Kurz-Fakten
- Typische Embeddings haben mehrere hundert bis mehrere tausend Dimensionen
- Die Suche findet Bedeutungsähnlichkeit, nicht Wortübereinstimmung
- Unterschiedliche Embedding-Modelle sind nicht untereinander austauschbar
- Ein Wechsel des Modells erzwingt die Neuberechnung des gesamten Bestands
Bedeutung in der Praxis
Der letzte Punkt ist bei Angeboten relevant: Wer den Dokumentenbestand aufbereitet hat, hat Arbeit investiert, die an ein bestimmtes Modell gebunden ist. Vor Projektbeginn gehört geklärt, wem die aufbereiteten Daten gehören und ob sie exportierbar sind.