众所周知，Elasticsearch 是一个非常流行的搜索引擎，因为它速度快、扩展性强，尤其擅长全文搜索。 近两年，向量嵌入（Vector Embedding）技术的引入，让 Elasticsearch 在处理高级搜索场景时变得更强大，比如语义搜索、推荐系统和 AI 驱动的查询。 我们来一步步拆解 ...

其中每一个product vector按上图计算，类似于传统的skip-gram模型中的softmax归一化，只是原本的node embedding变成了 node facet embeddings。 这里的<,>表示两个向量的内积。 分母作为一种归一化over all possible nodes and facets。 为了可读性，省略上面公式中的P，之后不会用了。