NLP中的餘弦相似度 Cosine similarity 是什麼，如何計算（學習心得）

• 2020 年 5 月 4 日
• AI
• 自然語言處理

餘弦相似度 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 的點積 dot product（或內積 inner product）
分母：向量 u 和 v 的範式 norm（或長度 length）相乘
得到的就是 u 和 v 向量夾角 θ 的餘弦值，即兩個向量的相似度

餘弦值的範圍是 -1～1，其中 1 對應 完全正相關，-1 對應完全負相關，0 對應完全不相關

其中，向量 norm 的計算公式為，向量中每個元素的平方和開根號