计算公式
- cos(θ)=A⃗⋅B⃗∣∣A⃗∣∣×∣∣B⃗∣∣\cos (\theta) = \frac{\vec{A} \cdot \vec{B}}{||\vec{A}|| \times ||\vec{B}||}cos(θ)=∣∣A∣∣×∣∣B∣∣A⋅B
- 其中 θ\thetaθ 是 余弦相似度.
- 当cos(θ)\cos (\theta)cos(θ)越靠近1,则表示向量A和向量B在向量空间中的夹角越靠近0,意味着它们之间更相似。
- 夹角等于0,则表示这俩向量相等。
例子
-
假如要计算两段文本之间的相似性,总共可以分成以下五个步骤:
- 分词
- 作出语料库
- 计算词频
- 将原句转为词频向量
- 计算余弦相似性
-
A:今天天气真好,明天天气也一样。
-
B:今天天气不差,明天也一样。
- 分词
今天/天气/真好,明天/天气/也/一样。
今天/天气/不差,明天/也/一样。 - 语料库
今天,天气,真好,明天,也,一样,不差 - 计算词频
A:今天1,天气2,真好1,明天1,也1,一样1,不差0
B:今天1,天气1,真好0,明天1,也1,一样1,不差1 - 词频向量
A⃗=[1211110]\vec{A} = \begin{bmatrix} 1\\2\\1\\1\\1\\1\\0 \end{bmatrix}

最低0.47元/天 解锁文章
6198

被折叠的 条评论
为什么被折叠?



