Tóm tắt nội dung Cosine Similarity (độ tương đồng cosine) đo góc giữa hai vector, không quan tâm độ dài (magnitude) của chúng. Giá trị nằm trong [-1, 1]; với vector không âm (như TF-IDF, embedding) thường nằm trong [0, 1]. Được dùng rộng rãi để so sánh văn bản, tìm kiếm ngữ nghĩa (semantic search) và hệ thống gợi ý. Khác biệt cốt lõi với Euclidean Distance: cosine đo hướng, Euclidean đo khoảng cách tuyệt đối. Khi làm việc với văn bản hoặc embedding, câu hỏi thường gặp nhất là: hai vector này giống nhau đến mức nào? Cosine Similarity trả lời câu hỏi đó bằng cách đo góc giữa hai vector thay vì khoảng cách giữa chúng, và đây là lý do nó trở thành công cụ mặc định trong NLP. Cosine Similarity là gì và tại sao cần đến nó Trong không gian vector (vector space), mỗi văn bản, từ hoặc item có thể được biểu diễn thành một vector số thực nhiều chiều. Cosine Similarity đo mức độ giống nhau giữa hai vector bằng cách tính cosin của góc tạo bởi chúng. Điểm quan trọng: cosine chỉ quan ...