Définition
Similarité cosinus
La similarité cosinus mesure à quel point deux vecteurs — donc deux sens — pointent dans la même direction.
En clair
La similarité cosinus compare deux vecteurs (par exemple deux embeddings) en regardant l’angle entre eux : proche de 1, ils vont dans le même sens (très similaires) ; proche de 0, ils n’ont rien à voir.
Comment ça marche
Peu importe la « longueur » des vecteurs, seule leur orientation compte. Deux textes de sens proche produisent des embeddings orientés pareil, donc une similarité élevée.
Un exemple concret
Dans une recherche sémantique, on classe les documents par similarité cosinus avec la requête pour remonter les plus pertinents. C’est aussi la base des recommandations « articles similaires ».
Pourquoi ça compte
C’est la mesure la plus utilisée pour comparer des sens dans une base de données vectorielle : simple, rapide, efficace.
À retenir
C’est la règle qui dit « ces deux textes parlent de la même chose » en recherche sémantique.
Questions fréquentes
Pourquoi le cosinus ?+
Il ignore l’échelle des vecteurs et se concentre sur la direction, ce qui capte bien le sens.
Où l’utilise-t-on ?+
Recherche sémantique, RAG, recommandation, détection de doublons.
Autres mesures ?+
La distance euclidienne existe aussi, mais le cosinus domine pour le texte.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.