面试题库 › 算法 / 大模型 › Embedding 的含义:词嵌入与句嵌入的区别

Embedding 的含义:词嵌入与句嵌入的区别

难度 ★☆☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:词向量与文本表示

哪些公司问过

阿里巴巴1

常见岗位:AI 应用 / Agent 开发

答案要点

  1. Embedding:把离散对象映射为低维稠密向量,语义相近则向量相近
  2. 词嵌入以词或 token 为单位:静态的 Word2Vec、GloVe 无法区分多义,BERT 等给出上下文相关表示
  3. 句嵌入以整句或段落为单位,用一个向量表示整体语义,用于检索、聚类、去重
  4. 句嵌入获取:池化 token 向量或取 CLS,或专门训练(Sentence-BERT、对比学习训练的 embedding 模型)

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题