Semelhança cosinusoidal

A similaridade cosinusoidal é uma métrica matemática fundamental utilizada na aprendizagem automática (ML) e na inteligência artificial (IA) para medir o grau de similaridade entre dois vetores ou matrizes multidimensionais, independentemente do seu tamanho ou magnitude. Ao calcular o ângulo entre dois pontos num espaço vetorial, determina-se se estes apontam aproximadamente na mesma direção. Esta abordagem angular é fundamental para o processamento de dados em que a orientação é mais importante do que o comprimento total , tornando-a altamente eficaz para comparar representações abstratas de dados, como incorporações.

Compreender a matemática por trás do sistema métrico

Para calcular esta métrica, calcula-se o produto escalar de dois vetores e divide-se pelo produto das suas magnitudes (comprimentos) individuais. A pontuação resultante situa-se sempre num intervalo fixo entre -1 e 1:

• Uma pontuação de 1 significa que os vetores apontam exatamente na mesma direção, indicando a máxima semelhança.
• Uma pontuação de 0 significa que os vetores são completamente ortogonais (formam um ângulo de 90 graus), o que significa que não há semelhança direcional.
• Uma pontuação de -1 significa que apontam em direções exatamente opostas.

Em muitas estruturas modernas de aprendizagem profunda concebidas para visão computacional (CV), é possível aceder facilmente a funções otimizadas para esta operação matemática, tais como o módulo funcionalPyTorch ou TensorFlow .

Diferenciação de conceitos relacionados

É útil distinguir a similaridade cosinusoidal de outras métricas de análise de dados frequentemente utilizadas para compreender quando a utilizar:

• Distância cosseno: Embora intimamente relacionados, estes termos são inversamente proporcionais. A distância cosseno é simplesmente calculada como 1 menos a similaridade cosseno. Portanto, uma distância menor indica uma maior similaridade entre vetores.
• Distância euclidiana: Esta métrica mede a distância física em linha reta entre dois pontos, tornando-a altamente sensível ao tamanho ou magnitude global dos vetores. Em contrapartida, a similaridade cosinusoidal apenas tem em conta o ângulo. Por exemplo, na análise de texto, um documento longo e uma frase curta podem ter uma grande distância euclidiana, mas se partilharem o mesmo tema, a sua similaridade cosinusoidal permanecerá elevada.

Aplicações do mundo real em IA

A similaridade cosinusoidal funciona como o motor central de inúmeros produtos de software modernos, fazendo a ponte entre os dados brutos e a intenção humana.

• Pesquisa vetorial e RAG: Em aplicações de Processamento de Linguagem Natural (NLP) como chatbots, as consultas dos utilizadores e os documentos internos são convertidos em embeddings densas. O sistema calcula rapidamente a similaridade cosinusoidal para recuperar os documentos mais relevantes contextualmente de uma base de dados vetorial, um passo crucial na Geração Aumentada por Recuperação (RAG).
• Sistemas de recomendação: O comércio eletrónico e os serviços de streaming utilizam ferramentas como Scikit-learn e SciPy para representar as preferências dos utilizadores e os itens do catálogo como vetores. Ao medir o índice de similaridade entre o perfil de um comprador e diferentes produtos, os sistemas podem recomendar com precisão itens relacionados visualmente ou tematicamente.

Medir a semelhança visual com Ultralytics

É possível extrair vetores de características de alta dimensão diretamente a partir de dados visuais utilizando modelos de visão de última geração. O Python a seguir demonstra como carregar um modelo Ultralytics para classificação de imagens, gerar representações para duas imagens e realizar um cálculo de similaridade cosinusoidal para medir a sua semelhança visual.

import torch
import torch.nn.functional as F
from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate embedding vectors for two separate images
results = model.embed(["bus.jpg", "car.jpg"])

# Calculate the cosine similarity between the two visual embeddings
similarity = F.cosine_similarity(torch.tensor(results[0]), torch.tensor(results[1]), dim=0)
print(f"Visual Similarity Score: {similarity.item():.4f}")

Para os programadores que pretendem expandir estas capacidades de pesquisa semântica, é fundamental treinar modelos de base de elevada precisão. A Ultralytics simplifica este processo, oferecendo ferramentas robustas para a anotação de dados, treino escalável na nuvem e implementação de modelos sem complicações, garantindo que as suas incorporações subjacentes sejam tão precisas e significativas quanto possível.