두 벡터의 코사인 유사성을 어떻게 계산합니까?
-
21-08-2019 - |
문제
벡터 간의 코사인 유사성을 어떻게 찾습니까?
두 줄의 텍스트 사이의 관련성을 측정하기 위해 유사성을 찾아야합니다.
예를 들어 다음과 같은 두 문장이 있습니다.
사용자 인터페이스를위한 시스템
사용자 인터페이스 머신
… 그리고 TF-IDF 이후의 각각의 벡터, 예를 들어 LSI를 사용한 정규화[1,0.5]
그리고 [0.5,1]
.
이 벡터들 사이의 분명성을 어떻게 측정합니까?
해결책
public class CosineSimilarity extends AbstractSimilarity {
@Override
protected double computeSimilarity(Matrix sourceDoc, Matrix targetDoc) {
double dotProduct = sourceDoc.arrayTimes(targetDoc).norm1();
double eucledianDist = sourceDoc.normF() * targetDoc.normF();
return dotProduct / eucledianDist;
}
}
나는 최근 대학에서 내 정보 검색 단위에 대해 TF-IDF 작업을했습니다. 나는이 코사인 유사성 방법을 사용했습니다 Jama : Java 매트릭스 패키지.
전체 소스 코드는 참조하십시오 Java와의 IR 수학 : 유사성 측정, 좋은 몇 가지 다른 유사성 측정을 다루는 정말 좋은 리소스.
다른 팁
이러한 간단한 작업을 위해 타사 라이브러리에 의존하지 않으려면 다음은 일반 Java 구현이 있습니다.
public static double cosineSimilarity(double[] vectorA, double[] vectorB) {
double dotProduct = 0.0;
double normA = 0.0;
double normB = 0.0;
for (int i = 0; i < vectorA.length; i++) {
dotProduct += vectorA[i] * vectorB[i];
normA += Math.pow(vectorA[i], 2);
normB += Math.pow(vectorB[i], 2);
}
return dotProduct / (Math.sqrt(normA) * Math.sqrt(normB));
}
함수는 두 벡터의 길이가 같은 것으로 가정합니다. 안전을 위해 명시 적으로 확인하고 싶을 수도 있습니다.
다음을 살펴보십시오. http://en.wikipedia.org/wiki/cosine_similarity.
벡터 A와 B가있는 경우
유사성은 다음과 같이 정의됩니다.
cosine(theta) = A . B / ||A|| ||B||
For a vector A = (a1, a2), ||A|| is defined as sqrt(a1^2 + a2^2)
For vector A = (a1, a2) and B = (b1, b2), A . B is defined as a1 b1 + a2 b2;
So for vector A = (a1, a2) and B = (b1, b2), the cosine similarity is given as:
(a1 b1 + a2 b2) / sqrt(a1^2 + a2^2) sqrt(b1^2 + b2^2)
예시:
A = (1, 0.5), B = (0.5, 1)
cosine(theta) = (0.5 + 0.5) / sqrt(5/4) sqrt(5/4) = 4/5
Java의 행렬 코드의 경우 사용 권장입니다 망아지 도서관. 이것을 가지고 있다면, 코드는 (테스트되지 않았거나 컴파일되지 않음) : 다음과 같습니다.
DoubleMatrix1D a = new DenseDoubleMatrix1D(new double[]{1,0.5}});
DoubleMatrix1D b = new DenseDoubleMatrix1D(new double[]{0.5,1}});
double cosineDistance = a.zDotProduct(b)/Math.sqrt(a.zDotProduct(a)*b.zDotProduct(b))
위의 코드는 다음 중 하나를 사용하도록 변경 될 수도 있습니다. Blas.dnrm2()
방법 또는 Algebra.DEFAULT.norm2()
표준 계산의 경우. 더 읽기 쉬운 동일한 결과는 맛에 따라 다릅니다.
사용하는 벡터의 드문 표현 Map(dimension -> magnitude)
다음은 스칼라 버전입니다 (Java 8에서 비슷한 작업을 수행 할 수 있습니다).
def cosineSim(vec1:Map[Int,Int],
vec2:Map[Int,Int]): Double ={
val dotProduct:Double = vec1.keySet.intersect(vec2.keySet).toList
.map(dim => vec1(dim) * vec2(dim)).sum
val norm1:Double = vec1.values.map(mag => mag * mag).sum
val norm2:Double = vec2.values.map(mag => mag * mag).sum
return dotProduct / (Math.sqrt(norm1) * Math.sqrt(norm2))
}
def cosineSimilarity(vectorA: Vector[Double], vectorB: Vector[Double]):Double={
var dotProduct = 0.0
var normA = 0.0
var normB = 0.0
var i = 0
for(i <- vectorA.indices){
dotProduct += vectorA(i) * vectorB(i)
normA += Math.pow(vectorA(i), 2)
normB += Math.pow(vectorB(i), 2)
}
dotProduct / (Math.sqrt(normA) * Math.sqrt(normB))
}
def main(args: Array[String]): Unit = {
val vectorA = Array(1.0,2.0,3.0).toVector
val vectorB = Array(4.0,5.0,6.0).toVector
println(cosineSimilarity(vectorA, vectorA))
println(cosineSimilarity(vectorA, vectorB))
}
스칼라 버전