Ordrum — ord og betydning
En sprogmodel oversætter hvert ord til en lang talrække — en vektor — så ord med beslægtet betydning får næsten samme talrække. Her er ordene fra brevene presset ned i 2 dimensioner efter, hvordan modellen «forstår» dem. Jo tættere to ord ligger, desto mere ligner deres betydning hinanden. Hold musen over et ord for at se dets nærmeste naboer og et rigtigt citat fra brevene.
Indlæser visualisering…
Fra ord til tal
Modellen multilingual-e5 giver hvert ord 384 tal. Hvert ord er her repræsenteret af gennemsnittet af de sætninger i brevene, hvor ordet faktisk optræder — altså ordet som det bruges, ikke en ordbogsdefinition.
384 dimensioner
Vi kan kun se 2 eller 3 dimensioner ad gangen, men modellen arbejder i 384. Skift til 3D og rotér: ord der så ud til at ligge langt fra hinanden i 2D, kan være tæt på i en anden retning. Det er kernen i et embedding-rum.
Naboforbindelser
Hvert ord er forbundet til sine tre nærmeste naboer i det fulde 384-dimensionelle rum — de ord modellen regner for mest beslægtede. Slå Naboforbindelser til for at se hele vævet, eller hold musen over ét ord for kun at se dets egne forbindelser.
Derfor virker søgning
Når du søger på siden, bliver din søgning også til en vektor. Siden finder de breve, hvis vektorer ligger tættest på — så «længsel efter hjemmet» finder breve om savn, selv uden de præcise ord.