嵌入向量(embedding vector)是用于表示词汇、句子、图片等结构化数据的一种方式，它把这些数据映射到高维空间的向量上。 在这个向量空间中，每个向量代表了一个数据的特征，这些特征可以被用来进行机器学习、自然语言处理等任务。

以自然语言处理为例，我们可以使用嵌入向量来表示文本中的每个单词，将每个单词映射到一个高维空间中的向量，并利用这些向量进行语义分析、文本分类、情感分析等任务。通过这种方式，我们可以更好地描述词汇之间的关系，如同义词、反义词、上下文等。

嵌入向量可以通过从大量数据中学习得到，并且在训练中，我们可以对这些向量进行优化以更好地反映数据的特征。因此，嵌入向量在机器学习和自然语言处理应用中都有广泛应用。