Embeddings 这种技术可以测量文本的相关程度。使用 OpenAI 提供的 embeddings，在我们的应用实现语义搜索，聚类，推荐，异常检测等等。

在自然语言处理中，嵌入，就是把文字转换成使用数字来表示。因为对于人类来说我们能理解一句话里的每个字还有词的意思，但是计算机并不能理解这些字还有词汇的含义，所以就需要一种方法，把这些文本转换成能被计算机理解的东西，这就是嵌入这种技术。

在嵌入里面不仅会包含字的语义信息，也就是这个字或词的意思，还会包含它的上下文信息，也就是这个字或词所在的位置，还有它周围的词汇。把文本转换成嵌入以后，计算机就可以做一些任务了，比如计算相似度，做情感分析等等。

嵌入是一组数字，每个数字对应的就是文本的一个特定的特征或维度，这组数字其实是一个 Vector，也就是向量，向量就是既带方向又带大小的值。在嵌入里的数字都是小数，也就是带小数点的数字，或者叫浮点数，因为小数可以更好的表达向量在高维空间里的位置还有方向，可以更精确地捕捉到不同向量之间的语义关系。

OpenAI 提供的嵌入技术，就是通过深度学习，可以让模型把一个词或者一段文字转换成高维向量，这个向量的维度可能是几百或者几千。通过计算两个向量之间的距离，我们就可以判断它们之间的相似程度，比如可以使用 cosine similarity ，余弦相似度，它是一种比较两个向量之间的相似度用的计算方法，它测试的是两个向量之间的一个夹角的余弦值，求出来的这个值越大，就表示这两个向量越相似。

在这组练习里，我们会使用这种嵌入技术实现一个语义搜索功能，也就是搜索的结果不再依赖关键词匹配，而是计算搜索内容与被搜索的内容之间的意思的相似程度。

如果你想在大量的向量里快速搜索，需要再配合使用一种 vector database，向量数据库，比如可以使用 Pinecone 或者 Weaviate。