Cosine Similarity

Türkçe: Kosinüs Benzerliği

Ayrıntılı Tanım

Çok boyutlu uzayda bulunan iki vektör arasındaki **açının kosinüsünü** hesaplayarak, vektörlerin uzunluklarından (büyüklüklerinden) bağımsız olarak sadece aynı yönü gösterip göstermediklerini ölçen temel benzerlik metriğidir.

Ne İşe Yarar / Çözülen Problem

İki belgenin veya cümlenin uzunluk farkından etkilenmeden aynı konudan bahsedip bahsetmediğini ölçer; metin gömmelerinde en çok kullanılan metriktir.

Nasıl Çalışır? (Teknik & Mekanizma)

İki vektörün iç çarpımının normlarının çarpımına bölünmesiyle hesaplanır:

\cos(\theta) = \frac{A \cdot B}{\|A\| \|B\|} = \frac{\sum A_i B_i}{\sqrt{\sum A_i^2} \sqrt{\sum B_i^2}}

Sonuç daima

[-1, 1]

aralığındadır. 1 tam aynı yönü, 0 dikliği (alakasızlığı), -1 ise zıtlığı gösterir.

Örnek Senaryo & Pratik Uygulama

Pusula iğneleri: İster küçük bir el pusulası olsun (kısa vektör), ister gemi pusulası olsun (uzun vektör); her iki iğne de tam olarak Kuzey'i gösteriyorsa aralarındaki açı sıfırdır ve kosinüs benzerliği 1.0'dır.

Benzer Terimlerden Farkı

Öklid mesafesi vektörlerin uzunluğuna ve fiziksel uzaklığına bakarken; Kosinüs sadece işaret ettikleri açısal yöne odaklanır.

İlişkili Terimler (3)

#354

Dot Product (Inner Product)

Nokta Çarpım / İç Çarpım Benzerliği

#355

Euclidean Distance (L2)

Öklid Mesafesi

#356

Manhattan Distance (L1)

Manhattan Mesafesi / Taksi Mesafesi

Ait Olduğu Kategori

Bilgi Erişimi, RAG ve Vektör Veritabanları

Dense/Sparse retrieval, Vektör indeksleme (HNSW), Rerankers ve RAG pipeline.

Toplam Terim:37 Madde

Bu Kategorideki Tüm Terimleri Gör →

Önceki Terim (#352)Scalar Quantization (SQ)

Sonraki Terim (#354)Dot Product (Inner Product)