Cosine Similarity.
En françaissimilarité cosinusAussi : cosine · produit scalaire normalisé
Mesure de proximité entre deux vecteurs qui ne tient compte que de leur direction.
Valeurs clés
cos(a, b) = a·b / (‖a‖ ‖b‖) · de −1 (opposés) à 1 (même direction)
Explication
Deux embeddings qui pointent dans la même direction ont une similarité proche de 1. Pour des vecteurs normalisés, elle se réduit au produit scalaire, très rapide à calculer.
Exemple
Les embeddings de « voiture » et « automobile » ont une similarité plus élevée que « voiture » et « banane ».
Limites
Les seuils de « bonne » similarité dépendent du modèle d’embedding ; ils ne sont pas comparables entre modèles.
Usages métiers
- Recherche sémantique
- Déduplication
Métiers associés
- Data scientist
Compétences mobilisées
- Algèbre linéaire
Notions liées
- utiliseEmbeddingplongement vectoriel
- fait partie deSemantic Searchrecherche sémantique
Sources
Vérification et historique
Sources vérifiées le .
- — Première publication — lot 2 : paramètres d’inférence, architecture, entraînement, métriques, RAG, agents et sécurité.
Mise en ligne le