Peta Makna: Embedding
Tulis beberapa kalimat, lihat mana yang maknanya berdekatan.
LEVEL 02± 5 menit
Konsep di balik eksperimen ini
Embedding mengubah tiap kalimat jadi vektor — koordinat di peta makna. Kalimat yang maknanya mirip berdiri berdekatan, meski kata-katanya berbeda.
Panel ini menghitung vektor tiap baris lalu menampilkan cosine similarity (0 = tak berhubungan, 1 = identik) dalam matriks. Warna hijau makin tua = makin mirip.
Eksperimen:
- Perhatikan pasangan "kucing–anjing" dan "saham–saham" saling mengenali lintas kata.
- Ganti satu baris dengan kalimat lain dengan tema sama tapi kata beda total — mis. "Bursa terkoreksi saat pembukaan". Kalau embeddernya bagus, ia tetap dekat dengan baris saham.
- Bandingkan label mode: API memakai model embedding sungguhan; lokal adalah fallback hashing trigram (hanya menangkap kemiripan kata, bukan makna) — perbedaannya terlihat langsung.
Inilah mesin yang dipakai pencarian semantik dan RAG di materi berikutnya.