En intelligence artificielle et en prompt engineering, la similarité cosinus mesure la ressemblance entre deux morceaux de texte. Qu’est-ce que la similarité cosinus ? C’est une métrique qui quantifie la similarité entre deux vecteurs en calculant le cosinus de l’angle entre eux.
Comment fonctionne la similarité cosinus ?
Imaginez deux flèches pointant dans des directions différentes. Si les flèches pointent dans la même direction, l’angle entre elles est de 0 degré et le cosinus de 0 est 1, indiquant une similarité parfaite. Si les flèches pointent dans des directions opposées, l’angle est de 180 degrés et le cosinus est -1, indiquant une opposition totale. Appliqué au texte, chaque mot est une dimension et chaque texte est représenté par un vecteur dans un espace multidimensionnel. La similarité cosinus calcule le cosinus de l’angle entre ces vecteurs.
Pourquoi la similarité cosinus est-elle importante ?
La similarité cosinus est cruciale pour de nombreuses tâches en IA, notamment la recherche d’informations, la classification de textes et les systèmes de recommandation. En prompt engineering, elle permet d’évaluer la pertinence d’une réponse générée par un modèle de langage par rapport à une requête. Par exemple, si vous demandez à un chatbot de vous résumer un article, la similarité cosinus peut être utilisée pour comparer le résumé généré avec l’article original et ainsi évaluer la qualité du résumé. Plus le score de similarité est proche de 1, plus les textes sont similaires.