Embedding Nedir? Anlamı Sayıya Dönüştürmek

Kısa Tanım

Embedding, bir kelime, cümle veya belgeyi anlamını yansıtan sayısal vektöre dönüştürme işlemidir.

Örneğin “kedi” kelimesinin embedding’i 1536 boyutlu bir vektör olabilir:

[0.024, -0.118, 0.077, 0.331, ..., -0.052]

Bu sayıların kendisi bir şey ifade etmez ama diğer embedding’lerle karşılaştırıldığında anlam ortaya çıkar:

• “kedi” ↔ “köpek” → vektör uzayında YAKIN
• “kedi” ↔ “asansör” → UZAK
• “İstanbul” ↔ “Ankara” → YAKIN (her ikisi de Türkiye şehri)

Neden Önemli?

Geleneksel arama “kelime eşleşmesi” yapar:

• “ücretsiz Türkçe öğrenme uygulaması” yazarsanız, tam bu kelimeleri içeren sonuçlar gelir.

Embedding tabanlı semantik arama anlamca yakını bulur:

• Aynı sorgu için “free Turkish learning app” sonucu da gelir (kelime eşleşmesi olmasa da).

Bu ChatGPT, Google ve RAG sistemlerinin temelidir.

Kullanım Alanları

1. Semantik Arama

Belge tabanlı sistemlerde “anlamlı arama” sağlar. Mesela bir teknik döküman koleksiyonu içinde “uygulama hata vermeden açılıyor” diye arayıp, “app crashes on startup” yazan belgeyi de bulabilirsiniz.

2. RAG (Retrieval-Augmented Generation)

RAG sisteminde:

1. Soru embedding’ine dönüştürülür
2. Vektör DB’de yakın belgeler bulunur
3. LLM bu belgeleri kullanarak cevap üretir

3. Öneri Sistemleri

Netflix benzeri sistemler: “Bu filmi izleyenler şunu da izledi” → embedding benzerliği üzerinden.

4. Sınıflandırma & Kümeleme

E-postaları “spam / önemli / kişisel” diye otomatik sınıflandırma.

Embedding Modelleri (2026)

Model	Geliştirici	Boyut	Maliyet (1M token)
text-embedding-3-small	OpenAI	1536	$0.02
text-embedding-3-large	OpenAI	3072	$0.13
embed-v3	Cohere	1024	$0.10
voyage-3	Voyage AI	1024	$0.06
BGE-M3 (açık kaynak)	BAAI	1024	Ücretsiz (kendi hosting)

Benzerlik Ölçümü

İki embedding ne kadar yakın?

Cosine similarity en sık kullanılan:

• 1.0 → tamamen aynı yön (en yakın)
• 0.0 → ortogonal (alakasız)
• -1.0 → ters yön (zıt)

Pratikte 0.7-0.95 arası “anlamlı yakın”, 0.3 altı “alakasız” kabul edilir.

Vektör Veritabanları

Embedding’leri saklamak için özel veritabanları:

Veritabanı	Bulut / Self-host	Maliyet
Pinecone	Bulut	$70/ay başlangıç
Weaviate	Her ikisi	Ücretsiz / pay-as-you-go
Qdrant	Her ikisi	Ücretsiz / pay-as-you-go
Chroma	Self-host	Ücretsiz
Milvus	Her ikisi	Ücretsiz
pgvector	PostgreSQL eklenti	DB maliyeti

Pratik Örnek

Python ile basit semantik arama:

from openai import OpenAI
client = OpenAI()

def embed(text):
    return client.embeddings.create(
        model="text-embedding-3-small",
        input=text
    ).data[0].embedding

soru = embed("Türkçe öğrenme uygulaması")
belge1 = embed("Free language learning app")
belge2 = embed("Tarif kitabı önerileri")

# cosine similarity ile karşılaştır:
# soru ↔ belge1 → 0.82 (yakın)
# soru ↔ belge2 → 0.18 (alakasız)

İlgili Kavramlar

• Token — embedding’in girdi birimi
• RAG — embedding tabanlı sistem
• LLM — embedding üreten modeller

Sonraki Adımlar

• Yapay Zeka Cevaplarını Nasıl Doğrularsınız?
• ChatGPT’ye Hangi Bilgiler Yazılmamalı?

Özet

Embedding, anlamın matematiksel temsilidir. Google arama, ChatGPT’nin bağlam anlama, Netflix öneri sistemleri — hepsinin temelinde embedding vardır. Modern AI uygulamalarının çoğu, embedding olmadan inşa edilemez.