Embeddings & Semantic Search

# Descripción

Proyecto educativo de Embeddings y Búsqueda Semántica con Sentence Transformers. Utiliza el modelo all-MiniLM-L6-v2 (384 dimensiones) para convertir 30 documentos en español (6 temas: ML, Cambio Climático, Espacio, Salud, Tecnología, Arte) en vectores semánticos. Demuestra cuatro conceptos fundamentales: (1) generación de embeddings y análisis de similitud coseno entre documentos, (2) búsqueda semántica por significado vs búsqueda por palabras clave, (3) visualización de embeddings con t-SNE mostrando clusters por tema, y (4) pipeline RAG básico que recupera documentos relevantes y genera respuestas contextualizadas. Incluye 4 visualizaciones: proyección t-SNE 2D, matriz de similitud coseno, comparación intra-tema vs inter-tema, y resultados de búsqueda semántica. Diferencia media intra-tema: 0.324 vs inter-tema: 0.182 (Δ=0.142).

$ ./deploy.sh $ git clone

# Características principales

$ Embeddings semánticos con Sentence-BERT all-MiniLM-L6-v2 (384 dimensiones)

$ Corpus de 30 documentos en español con 6 categorías temáticas

$ Búsqueda semántica por similitud coseno: encuentra documentos por significado

$ Comparativa Keyword Search vs Semantic Search con análisis de resultados

$ Visualización 2D con t-SNE: clusters semánticos por tema claramente separados

$ Matriz de similitud coseno completa (30×30) con heatmap

$ Pipeline RAG básico: recuperación de contexto + generación de respuestas

$ 4 visualizaciones profesionales guardadas en alta resolución

# Galería

Vista escritorio

Vista móvil

# Tecnologías utilizadas

Python Transformers scikit-learn matplotlib