餘弦相似度 是什麼？
Cosine Similarity — 餘弦相似度 的完整解釋
餘弦相似度是一種衡量兩個非零向量之間夾角餘弦值的度量方法，常用於評估文本或資料點之間的相似程度。
容易混淆
餘弦相似度 vs 歐氏距離 vs 內積
餘弦相似度：看方向，不太看長度
歐氏距離：看兩點物理上隔多遠
內積：會受方向和長度一起影響
最關鍵的區別：餘弦相似度重點是「方向一致不一致」。
記住這句就好
方向像不像，比長短更重要。
實際案例
語意搜尋
前：只靠關鍵字，字不同就找不到
後：把查詢和文件轉成向量，再用餘弦相似度找最接近的內容
推薦相似文章
前：文章長度不同，直接比字數沒意義
後：用向量方向判斷主題是否接近，再推相似內容
算法與應用
餘弦相似度常和嵌入表示、向量資料庫、語義搜尋、Word2Vec 一起出現
它會先把資料轉成向量，再用夾角來比較相似性
在實務上，是否要先正規化向量，會影響它和內積的關係
情境判斷
Q1（直覺題）： 兩段文字長度差很多，但主題很像，餘弦相似度還能有效嗎？
→ 可以，因為它主要看方向，不太在意長短。
Q2（判斷題）： 如果兩個向量很長，餘弦相似度就一定比較高嗎？
→ 不一定，長度不是它最在意的事，方向才是。
相關術語
常見問題
餘弦相似度一定介於 0 到 1 嗎？
不一定，若允許負向量，範圍可以到 -1 到 1。
文字比對一定要用餘弦相似度嗎？
不一定，但它是最常見也最直觀的方法之一。
它和關鍵字比對差在哪？
關鍵字比對看字面，餘弦相似度看語意向量的方向。