Embeddings
Sinónimos: Embedding · Representaciones vectoriales · Word embeddings · Embeddings de palabras
Definición ampliada
Los embeddings son representaciones numéricas densas de palabras, textos, imágenes u otros elementos. Cada elemento se convierte en un vector situado en un espacio donde la proximidad puede reflejar semejanzas aprendidas durante el entrenamiento. Los word embeddings o embeddings de palabras son un caso particular: representan unidades léxicas, no toda la familia de objetos que puede codificarse como vectores [1].
Contexto histórico
Las representaciones distribuidas tienen antecedentes en las redes neuronales y el procesamiento del lenguaje. En 2013, métodos como word2vec popularizaron vectores de palabras que capturaban regularidades semánticas y sintácticas a gran escala [1]. Más tarde, los modelos contextuales y los transformadores generaron representaciones que dependen de la frase y de la posición de cada elemento [2].
Importancia actual
A fecha de agosto de 2026, los embeddings son una infraestructura básica para buscar por significado, agrupar contenidos y aportar contexto a sistemas RAG. Su utilidad depende del modelo que los genera, de la distancia utilizada y de la correspondencia entre los datos de evaluación y el entorno real.
Aplicaciones
Generales
- Búsqueda semántica y recomendación de contenidos.
- Agrupación y deduplicación de documentos.
- Clasificación con representaciones reutilizables.
- Recuperación de fragmentos para sistemas RAG.
Sanitarias
- Localización de documentos clínicos por semejanza semántica.
- Agrupación de notas o informes con contenido relacionado.
- Recuperación de guías y protocolos para una consulta delimitada.
- Representación de conceptos biomédicos para tareas analíticas.
Limitaciones
- La cercanía vectorial no equivale necesariamente a relevancia o verdad.
- Pueden reproducir sesgos presentes en los datos de entrenamiento.
- Dos modelos pueden producir espacios incompatibles.
- Los embeddings de palabras estáticos representan mal la polisemia.
- La búsqueda requiere evaluar umbrales, fragmentación y cobertura documental.
Ejemplos
Un buscador puede recuperar «infarto de miocardio» ante una consulta sobre «ataque al corazón» aunque no coincidan las palabras. En un sistema RAG, los embeddings ayudan a seleccionar fragmentos parecidos a la pregunta, pero otro componente debe valorar su calidad y vigencia.