Un embedding est un vecteur dense de nombres qui représente un mot, une phrase ou un document, de sorte que les éléments au sens proche aient des vecteurs proches. Il capture des ressemblances sémantiques que le sac de mots ignore, et sert à la recherche, au clustering et d'entrée à d'autres modèles.
Exemple
vecteur = modele.encode('Comment réinitialiser mon mot de passe ?')