Cosine Similarity
A similaridade de cosseno mede o quanto dois vetores se parecem pelo ângulo entre eles, desconsiderando o comprimento. Veja a fórmula, medidas relacionadas, usos em buscas e código.
A similaridade do cosseno mede o quanto dois vetores se parecem pelo cosseno do ângulo entre eles: 1 quando apontam na mesma direção, 0 quando são perpendiculares e −1 quando apontam em direções opostas. Ela ignora o comprimento dos vetores e compara somente a direção, o que é adequado para dados em que a direção carrega o significado, como contagens de palavras em documentos de comprimentos diferentes ou os embeddings que as redes neurais produzem para texto e imagens. Por isso, é a métrica padrão para comparar itens em busca semântica, geração aumentada por recuperação (RAG) e sistemas de recomendação.
Como calcular a similaridade do cosseno#
A similaridade do cosseno divide o produto escalar de dois vetores pelo produto dos seus comprimentos: cos(θ) = (A·B) / (‖A‖·‖B‖), em que ‖A‖ é o comprimento euclidiano, ou seja, a raiz quadrada da soma dos quadrados dos elementos. Multiplicar qualquer vetor por um número positivo não altera a pontuação. Vetores sem elementos negativos, como contagens de palavras ou pesos TF-IDF, sempre têm pontuação entre 0 e 1. Este exemplo compara um vetor com uma cópia mais longa de si mesmo, com um vetor perpendicular e com o seu oposto:
import numpy as np
def cosine(u, v):
"""Return the cosine of the angle between two vectors."""
return u @ v / (np.linalg.norm(u) * np.linalg.norm(v))
a = np.array([1.0, 2.0, 3.0])
b = 10 * a # same direction, ten times longer
c = np.array([3.0, 0.0, -1.0]) # perpendicular to a
print(f"cos(a, b) = {cosine(a, b):.2f}, Euclidean distance = {np.linalg.norm(a - b):.1f}")
print(f"cos(a, c) = {cosine(a, c):.2f}, cos(a, -a) = {cosine(a, -a):.2f}")A cópia redimensionada tem uma pontuação perfeita de 1,00, embora esteja a 33,7 unidades de distância euclidiana; o vetor perpendicular tem uma pontuação de 0,00 e o vetor oposto, de −1,00.
Depois que os vetores são normalizados para terem comprimento unitário, a similaridade do cosseno equivale ao seu produto escalar, e a distância euclidiana ao quadrado equivale a 2 − 2·cos(θ). Portanto, classificar vizinhos por similaridade do cosseno, produto escalar ou distância euclidiana resulta na mesma ordem. Por isso, os bancos de dados vetoriais e as bibliotecas de busca normalizam os embeddings uma vez durante a indexação; assim, calcular a pontuação de uma consulta em toda uma coleção se resume a uma multiplicação de matriz por vetor, operação central da busca vetorial. Os frameworks de aprendizado profundo oferecem esse cálculo diretamente, como a função cosine_similarity do PyTorch.
Aplicações em IA#
- Recuperação para modelos de linguagem: Uma consulta e uma biblioteca de trechos de documentos são convertidas em embeddings usando o mesmo modelo. Os trechos com maior similaridade do cosseno em relação à consulta são fornecidos ao modelo de linguagem como contexto.
- Verificação facial: Sistemas treinados com funções de perda como ArcFace, que acrescenta uma margem angular entre identidades, comparam dois embeddings faciais usando a similaridade do cosseno e aceitam uma correspondência acima de um limiar ajustado.
- Classificação zero-shot com CLIP: O CLIP classifica uma imagem calculando a similaridade do cosseno entre seu embedding e os embeddings de prompts como «uma foto de um cão», ajustando as pontuações por uma temperatura aprendida e aplicando softmax aos prompts.
- Aprendizado contrastivo: Funções de perda como NT-Xent do SimCLR dividem a similaridade do cosseno de dois embeddings por uma temperatura, aproximando representações da mesma imagem e afastando as de outras imagens.
- Recomendações baseadas em itens: A filtragem colaborativa compara itens pela similaridade do cosseno entre seus vetores de avaliações; assim, produtos comprados pelos mesmos clientes são considerados semelhantes.
Comparar embeddings de imagens no código#
Os modelos YOLO26 retornam um embedding por imagem usando embed(), que ignora a cabeça de predição e calcula a média espacial da saída da penúltima camada do modelo. Este exemplo compara os embeddings de duas imagens de amostra usando um modelo YOLO26 de classificação de imagens:
import torch.nn.functional as F
from ultralytics import YOLO
# Load a YOLO26 classification model pretrained on ImageNet
model = YOLO("yolo26n-cls.pt")
# Generate one embedding vector per image
embeddings = model.embed(["https://ultralytics.com/images/bus.jpg", "https://ultralytics.com/images/zidane.jpg"])
# Cosine similarity between the two image embeddings
similarity = F.cosine_similarity(embeddings[0], embeddings[1], dim=0)
print(f"Cosine similarity: {similarity.item():.4f}")A pontuação impressa varia entre −1 e 1, e valores mais altos indicam que a rede representa as duas imagens como mais semelhantes.
Similaridade do cosseno vs. métricas relacionadas#
- Distância do cosseno: Definida como 1 menos a similaridade do cosseno e com valores entre 0 e 2. Ela viola a desigualdade triangular, portanto não é uma métrica de distância verdadeira; o ângulo θ, por sua vez, é.
- Produto escalar: Leva em conta os comprimentos dos dois vetores, portanto um vetor longo obtém uma pontuação maior que um vetor curto na mesma direção. Muitos modelos de recuperação de duas torres são treinados para pontuar usando o produto escalar bruto, em que o comprimento de um vetor pode conter informações como a popularidade geral de um item.
- Distância euclidiana: Mede a distância em linha reta entre dois pontos e aumenta conforme as diferenças de comprimento; assim, dois documentos sobre o mesmo tema, um curto e outro longo, ficam distantes no espaço de contagens de palavras.
- K vizinhos mais próximos (KNN): Algoritmo que precisa de uma medida de similaridade ou distância para encontrar vizinhos. Em aplicações com texto e embeddings, costuma-se usar a similaridade do cosseno.
- Correlação de Pearson: Equivale à similaridade do cosseno entre os dois vetores depois de subtrair a média de cada vetor dos seus elementos.










