雲端資料倉儲BigQuery現可生成文字嵌入強化自然語言應用

Google雲端資料倉儲服務BigQuery加入文字嵌入（Text Embedding）生成功能，開發者將可以透過熟悉的SQL指令擷取文字嵌入，並將其應用到下游應用程式中。目前BigQuery所支援的文字嵌入，可由textembedding-gecko、BERT、NNLM以及SWIVEL模型所生成。

這項新功能的使用流程，由註冊需要的模型成為遠端模型開始，接著用戶就可以使用生成文字嵌入函式來生成嵌入，而這些操作都僅使用BigQuery SQL就可以完成。文字嵌入是一個由文字轉化而來的向量，可用來尋找相似的項目，像是語義搜尋、分類、分群、異常偵測和或是對話式介面等應用。

BigQuery新支援的4種模型嵌入，其中textembedding-gecko是運用Google語言模型PaLM生成嵌入，其他三個模型BERT、NNLM以及SWIVEL，則都可以從TensorFlow Hub選用。BERT是Transformer架構的深度預訓練網路，可針對自然語言生成密集的向量表示，NNLM與SWIVEL則是以英文Google新聞語料庫訓練而成。

同時，官方也宣布開始支援array<numeric>特徵類型結構，使這些生成出來的嵌入，可被其他BigQuery支援的機器學習模型所使用，並根據向量空間的鄰近度與距離進行資料分析。