NLP中文文本相似性计算,余弦相似度计算分析示例

Author: frankdevhub

_posts/2022/2022-06/2022-06-27-NLP-中文分词-文本相似度-余弦相似度.md

@@ -14,17 +14,21 @@ author: Franklinfang
 余弦相似度 (Cosine Similarity) 通过计算两个向量的夹角余弦值来评估他们的相似度。将向量根据坐标值，绘制到向量空间中，求得他们的夹角，并得出夹角对应的余弦值，此余弦值就可以用来表征这两个向量的相似性。夹角越小，余弦值越接近于1，它们的方向越吻合，则越相似。
 
 - 余弦定理
-<img src="20267488-8c050a854764cb75.jpg">
+
+![image](/_posts/2022/2022-06/20267488-8c050a854764cb75.jpg)
 
 以二维空间为例，上图的a和b是两个向量，我们要计算它们的夹角θ。余弦定理告诉我们，可以用下面的公式求得：
 
 - 三角形的余弦公式
-<img src="20267488-9f823d91cf6090ad.jpg">
+
+![image](/_posts/2022/2022-06/20267488-9f823d91cf6090ad.jpg)
 
 余弦的这种计算方法对n维向量也成立。假定A和B是两个n维向量，A是 [A1, A2, …, An] ，B是 [B1, B2, …, Bn] ，则A与B的夹角θ的余弦等于：
 
 - N维向量的余弦定理
-<img src="20267488-ef9a62890a92b969.jpg">
+
+![image](/_posts/2022/2022-06/20267488-ef9a62890a92b969.jpg)
+
 
 # 余弦相似度算法