GuíasEntender la IA

Los embeddings multilingües: buscar en un idioma y encontrar en otro

Por el equipo de Banzai LabsActualizado el 2 min de lectura

chienFRdogENperroESMismo sentido, misma zonaUna pregunta en español encuentra un documento en francés
Chien, dog y perro caen en el mismo lugar del espacio vectorial.

El principio

  1. 1Un solo modeloPara todos los idiomas.
  2. 2Un mismo espacioMismo sentido, misma zona.
  3. 3Una búsquedaLa pregunta encuentra el sentido, no las palabras.

Los usos

Caso Ganancia
Soporte en varios idiomas Una sola base de respuestas
Tienda traducida El buscador entiende todos los idiomas
Documentación interna mixta Cada empleado busca en su idioma
Vigilancia internacional Artículos de varios países agrupados por tema

Probar bien

  • Por idiomaUn conjunto de preguntas en cada idioma.
  • Entre idiomasPregunta en uno, documento en otro.
  • Términos del sectorLas palabras técnicas suelen ser las más frágiles.

Las bases: los embeddings explicados. Un caso: un chatbot RAG multilingüe. La búsqueda: la búsqueda híbrida.

Preguntas frecuentes

¿Hay que traducir los documentos antes de indexarlos?
No con un modelo multilingüe: cada documento se indexa en su idioma. La traducción sigue siendo útil para mostrar la respuesta en el idioma del usuario.
¿Todos los modelos de embeddings son multilingües?
No. Algunos se entrenan sobre todo en inglés. Revisa la lista de idiomas admitidos y prueba con tus idiomas, sobre todo los menos comunes.
¿Y la búsqueda por palabras clave?
No cruza idiomas: «perro» no encuentra «dog». En la búsqueda híbrida, la parte de palabras clave ayuda sobre todo en el idioma de la pregunta.

Para leer después

Todas las guías