NLP中的余弦相似度 Cosine similarity 是什么，如何计算（学习心得）

• 2020 年 5 月 4 日
• AI
• 自然语言处理

余弦相似度 Cosine similarity

To measure how similar two words are, we need a way to measure the degree of similarity between two embedding vectors for the two words. Given two vectors 𝑢 and 𝑣, cosine similarity is defined as follows:

分子：u 和 v 的点积 dot product（或内积 inner product）
分母：向量 u 和 v 的范式 norm（或长度 length）相乘
得到的就是 u 和 v 向量夹角 θ 的余弦值，即两个向量的相似度

余弦值的范围是 -1～1，其中 1 对应 完全正相关，-1 对应完全负相关，0 对应完全不相关

其中，向量 norm 的计算公式为，向量中每个元素的平方和开根号