ここのカテゴリでいいかわからないのですが質問させてください。
今ある事情である文書とべつの文書が類似してるかどうか調べています。
この時オーソドックスなのがコサイン類似度を用いるのが普通だと思います。
しかし事情があり、別の方法を取りたいと考えています。
そこで他人に説明するときにコサイン類似度を用いない理由を説明する必要があるので、考えられるコサイン類似度を用いない理由 ( コサイン類似度の欠点 ) があったら教えてください。
また、他に適切なカテゴリがあったら教えてください。
よろしくお願いします。
No.1ベストアンサー
- 回答日時:
コサイン類似度の定義が明確でないので答えられません。
常識的に考えると、二つのベクトル a, b があるとき、その類似度は
(a, b) /(||a||・||b||)
で定義されます。分子はベクトルの内積で、分母はそれぞれのノルムです。これはベクトル空間における二つのベクトルのコサインになります。
このように定義された類似度 s は
-1 ≦ s ≦ 1
になり、右側の等号が成立するのは a=Kb (K>0) のときだけです。
このような性質があるので類似度は良く用いられますが、これおを用いなければならない必然性があるわけではありません。
No.2
- 回答日時:
No. 1 のものですが補足します。
「文書」の定義がわかりません。スキャナで取り込んだ文書画像でしょうか、それとも文字列でしょうか。
文書画像 (H×V) としますと、画素の値を並べて N=HV 次元のベクトルを作れば No. 1 での回答通りになります。ただし、画像の場合は類似度ではダメです。全く同じ画像でも、数画素ずらしても、傾けても、拡大倍率が変わっても、類似度は大きく下がります。その補正方法はいろいろ考えられています。
文字コード系列とすると、そもそも文字数が違いますから内積が定義できません。文字数が異なる場合の文字列のマッチングは DTW (Dynamic Time Warping) と呼ばれ、音声認識や文書検索で広く用いられています。
お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!
似たような質問が見つかりました
- LINE ラインと類似したサービスは? 4 2023/03/21 20:05
- LINE ラインの疑似体験(?)が出来るサービスは? 3 2023/03/26 19:52
- その他(IT・Webサービス) この英文フォントに似た、無料のフォントを探してるんですがフォントの種類あり過ぎて探せません( ; ; 1 2022/08/27 15:43
- SEO ほぼ同一ページを削除すべき? 1 2022/05/04 09:39
- その他(音楽・ダンス・舞台芸能) 類似アーティストっていますか? 世間では似ているTVに出演する似ている役割をする人を『類似タレント』 4 2023/08/02 19:44
- その他(自然科学) 三相三線 電圧降下 デルタ結線 3 2022/10/05 12:04
- 歴史学 中国の文化大革命についてです。 文化大革命によって否定されたもの(文化や宗教などなんでも良いです)は 5 2022/06/08 09:11
- 生物学 兎とは何か 2 2023/03/08 18:26
- 哲学 兎とは何か 4 2023/03/08 15:46
- 求人情報・採用情報 半年前に書類審査→面接で不採用のアルバイト先にどうしても働きたいので再応募しようと考えています。 そ 1 2023/06/17 13:56
おすすめ情報
デイリーランキングこのカテゴリの人気デイリーQ&Aランキング
-
2つに直交する単位ベクトル
-
「ノルム、絶対値、長さ」の違...
-
微積分の記号δ、d、Δ、∂の違い
-
平面の交線の方程式
-
n次元ベクトルの外積の定義
-
線形代数 直交するベクトル
-
ナブラ ラプラシアン
-
det(A)≠0 の必要十分条件を教え...
-
行列とベクトルの表記の仕方に...
-
両方に垂直な単位ベクトルを求...
-
一次従属の問題
-
座標系の奥(手前)方向の書き方
-
正規直交基底であることの確認
-
一次独立だけど、基底にならな...
-
「任意」ってどういう意味?
-
数学B P=Sa+tb+ucを利用した問題
-
ベクトルAとBに垂直なベクト...
-
縦ベクトルと横ベクトルの違い...
-
行列式が1とはどういう意味です...
-
常に一次従属?
マンスリーランキングこのカテゴリの人気マンスリーQ&Aランキング
おすすめ情報