ベクトルDB体験（類似文検索）
文章を「埋め込みベクトル」に変換してストアに登録し、クエリに近い文書を類似度で検索します。RAGや意味検索の土台になるベクトルDBの仕組みを、手を動かして体験できます。処理はすべてブラウザ内で完結し、入力したテキストが外部に送信されることはありません。
1. 文書をストアに登録
次元: 256／件数: 02. 類似文検索
ベクトルDBとは？このツールの仕組み
- 埋め込み（embedding）：文章を意味の近さが座標の近さになるような数値ベクトルに変換します。本ツールでは外部APIを使わず、単語・日本語の文字bigramをハッシュトリックで256次元に写像し、L2正規化する軽量な埋め込みをブラウザ内で計算します。
- ベクトルストア：登録した文書はベクトルとともに保持されます。実運用では pgvector・Pinecone・Qdrant・Weaviate・Chroma・FAISS などがこの役割を担います。
- 近傍検索（kNN）：クエリも同じ方法でベクトル化し、保存済みベクトルとの類似度を計算して近い順に並べます。これが「意味で探す」検索の正体で、RAGの検索フェーズもこれです。
- 指標の違い：コサイン類似度はベクトルの向き（大きいほど近い / 1が最大）、内積は正規化済みのため実質コサインと一致、ユークリッド距離は座標間の距離（小さいほど近い）です。
- 本ツールの埋め込みは概念を体験するための簡易版です。実際の意味検索では、文の意味を捉える学習済み埋め込みモデル（例：text-embedding系）を使うと精度が上がります。
- 処理はすべてブラウザ内で完結し、入力内容が外部に送信されることはありません。