埋め込み表現（Embedding）とは、テキストや画像などの非数値データを固定長の数値ベクトルに変換する技術です。データの意味や特徴を数値として表現することで、コンピュータが理解・処理できる形式に変換します。
埋め込み表現の最大の特徴は、意味的に近いデータが多次元空間内で近い位置に配置されることです。例えば「犬」と「猫」のような類似した概念は、変換後のベクトル空間でも近い位置に配置されます。この性質により、単純な文字列マッチングでは捉えられない意味的類似性を数値計算で扱えるようになります。現在ではディープラーニングやトランスフォーマーモデルによって高精度な埋め込み表現が生成されています。
ビジネス領域ではRAGシステムでの文書検索、セマンティック検索、レコメンドエンジンなどに広く活用されています。ベクトルデータベースに埋め込み表現を格納し、類似度計算によって関連性の高い情報を効率的に検索できます。また、自然言語処理やコンピュータビジョンにおける前処理としても重要な役割を果たし、AI システム全体の性能向上に寄与しています。