Entity Embeddings adalah teknik pembelajaran mendalam tanpa pengawasan yang dikembangkan oleh peneliti Google Brain untuk merepresentasikan struktur dalam data tidak terstruktur. Ini merupakan perpanjangan dari teknik pembelajaran mendalam yang dikenal sebagai penyematan kata. Sementara penyematan kata memetakan kata ke vektor multidimensi, penyematan entitas memetakan entitas, seperti entitas dalam grafik pengetahuan, ke vektor multidimensi. Ruang vektor ini kemudian dapat digunakan untuk merepresentasikan hubungan antar entitas atau seluruh grafik pengetahuan dalam satu ruang vektor.
Teknik penyematan entitas pertama kali diperkenalkan pada makalah tahun 2013 oleh peneliti Tomas Mikolov dan rekannya di Google Brain. Dalam makalah tersebut, penulis mengusulkan metode pembelajaran representasi entitas terdistribusi dalam grafik pengetahuan yang dapat digunakan untuk penalaran dan inferensi tanpa memerlukan pelatihan yang diawasi. Teknik ini telah diadopsi secara luas, dengan penerapan dalam pencarian yang disesuaikan, pemrosesan bahasa alami, dan berbagai bidang lainnya.
Inti dari teknik Entity Embeddings adalah jaringan saraf. Jaringan mengambil masukan dari sekumpulan entitas dan hubungannya serta mengeluarkan representasi grafik pengetahuan yang terdistribusi. Hubungan tersebut direpresentasikan sebagai tepi berbobot antar entitas. Sisi-sisi ini kemudian digunakan untuk menghitung skor untuk setiap entitas menggunakan persamaan berikut: skor = (Bobot*Entitas_Vektor 1) + (Bobot*Entitas_Vektor 2) + … + (Bobot*Entitas_Vektor N). Skor ini digunakan untuk mewakili kesamaan antara entitas dan kekuatan hubungannya.
Keuntungan menggunakan penyematan entitas adalah memungkinkan representasi grafik pengetahuan yang lebih akurat dan lebih kaya dibandingkan metode lain, seperti pembelajaran mesin yang diawasi. Dengan mempelajari representasi data yang kuat tanpa memerlukan anotasi manual, penyematan entitas dapat digunakan untuk menangkap pola dan asosiasi dalam data yang kompleks dengan lebih akurat.
Teknik ini menjadi semakin populer dalam beberapa tahun terakhir, dengan banyak perusahaan terkemuka, seperti Google, Microsoft, dan Facebook, memanfaatkan teknologi tersebut untuk berbagai aplikasi. Seiring dengan semakin matangnya teknologi, akan semakin banyak aplikasi dan kasus penggunaan untuk penyematan entitas dan teknik ini akan semakin banyak digunakan.
