التضمينات والتشابه: ما الذي يقيسه المتجه فعلًا

يبحث مستخدم عن إجراء الإيقاف الطارئ. يعيد نظامك في المرتبة الأولى مقطعًا بعنوان إجراء التشغيل الطارئ، بدرجة تشابه تبلغ 0,94. أما المقطع الخاص بالإيقاف فهو موجود، لكنه في المرتبة الخامسة بدرجة 0,88. يتلقى النموذج الإجراء الخاطئ أولًا فتأتي إجابته بعيدة عن المطلوب. قد تميل إلى إلقاء اللوم على قاعدة البيانات المتجهية، لكنها أدت عملها على أكمل وجه. فالنصان يتشاركان المفردات والبنية النحوية والمجال، ولا يختلفان إلا في كلمة واحدة ينقلب بها المعنى انقلابًا تامًا.

هذا هو السلوك الطبيعي للتضمين وليس عيبًا فيه. فالتضمين يرمّز قرب الموضوع، لا تطابق المعنى. والمتضادات والنفي والمراجع الرقمية الدقيقة هي نقاطه العمياء البنيوية. وفهمك الدقيق لما يلتقطه المتجه سيجنّبك قضاء ثلاثة أسابيع في تغيير النموذج لمشكلة لن يحلّها إلا البحث الهجين.

ما الذي يرمّزه المتجه

يُسقِط نموذج التضمين النص في فضاء ذي مئات الأبعاد، ويُدرَّب بحيث تكون النصوص التي يراها البشر مترابطة متقاربة هندسيًا. ولا يملك أي بُعد معنى قابلًا للتفسير بمفرده، فالمسافات النسبية وحدها هي المهمة.

وتترتب على ذلك ثلاث نتائج عملية.

المتجه متوسط. فالمقطع الذي يتناول الفوترة والإنهاء معًا ينتج متجهًا يقع بين الموضوعين، فيكون قريبًا من كل منهما قربًا متواضعًا. وهذا هو التبرير الهندسي للتقسيم بحسب وحدة المعنى الذي رأيناه في الدرس السابق.