text_list
中；如果是
table
類型，就將表格的文本表示（可能是
html
格式）添加到
text_list
中。
將圖
3.8
的提取的數據進行拆分，添加到
text_list
中，輸出結果如圖
3.11
所示。
非結構化文本數據通常非常稀疏，即包含大量的詞彙但每個文檔隻使用其中的一小部分。而結
構化數據則可以通過合並相似信息來降低數據的稀疏性，這有助於生成更加緊湊和有效的嵌入向
量。
結構化數據可以實現更高效的特征提取。結構化數據通常已經按照特定的模式或結構進行了組
織，這使得我們可以更加高效地從中提取有用的特征（如標題、作者、摘要、關鍵詞等）。這些特
征可以作為後續
embedding
的輸入，幫助生成具有更強區分性和泛化能力的嵌入向量。結構化數據
中的元素（如主題、類彆、屬性等）通常具有明確的含義，這些含義可以在
embedding
過程中被保
留下來。因此，基於結構化數據的嵌入向量往往具有更強的解釋性，有助於我們更好地理解模型的
預測結果和內部機製。