Similaridade Cosseno (Cosine Similarity)
Métrica matemática que mede o ângulo entre dois vetores em um espaço multidimensional. Indica o grau de semelhança semântica entre dois textos, variando de -1 (opostos) a +1 (sinônimos completos), ignorando o comprimento das frases.
1. Visão geral do conceito e propósito
Imagine duas bússolas. Se ambas as agulhas apontam para o norte, o ângulo entre elas é zero e a direção coincide perfeitamente. Se uma aponta para o norte e a outra para o leste, o ângulo é de 90 graus.
Cosine Similarity funciona exatamente como essa bússola para redes neurais:
- Ela recebe dois vetores (coordenadas numéricas que representam o significado de duas frases).
- Mede o ângulo entre eles no espaço conceitual.
- Retorna um valor entre
0.0e1.0(ou de -1 a 1), onde 1.0 indica afinidade semântica absoluta.
Esta é a fórmula matemática fundamental por trás da busca em arquivos do ChatGPT, do Notion AI e dos bancos de dados vetoriais.
2. Geometria intuitiva do significado
^ Conceito de comida
│
│ / Texto A: «Comprar pão fresco»
│ /
│ / ) ângulo próximo a 0° -> cosseno ≈ 0,96
│ /
│ /---- Texto B: «Pãozinho da padaria»
│
│
│─────────────────────────────> Conceito de TI
│ Texto C: «Escrever um script em Python»
│ (ângulo de 90° -> cosseno ≈ 0,04)
3. Por que o ângulo é superior à magnitude absoluta
Na geometria tradicional, quanto mais longa a linha, mais distante está sua extremidade. Se medíssemos a distância euclidiana comum:
- A palavra
«carro»(vetor curto). - Um artigo da Wikipédia sobre a construção de carros com 10 páginas (vetor muito longo, com muitas palavras).
A distância euclidiana classificaria esses itens como diferentes, simplesmente porque um texto é curto e o outro é extenso. Já o cosseno avalia apenas a direção do vetor de pensamento, reconhecendo que ambos os textos são inteiramente dedicados ao tema de transporte.
4. Escala comparativa das pontuações de cosseno
| Pontuação de similaridade | O que isso significa | Exemplo de par de frases |
|---|---|---|
| 0.90 – 1.00 | Sinônimo direto ou duplicata | «Como trocar um pneu» ↔ «Instruções de montagem de pneu» |
| 0.75 – 0.89 | Forte conexão contextual | «Cartão de crédito» ↔ «Taxa de juros de empréstimo» |
| 0.40 – 0.70 | Conexão tangente distante | «Smartphone Apple» ↔ «Bateria para carro elétrico» |
| 0.00 – 0.30 | Ausência total de relação | «Cultivo de morangos» ↔ «Chaves SSH criptográficas» |
5. Conclusão prática para o usuário
Ao configurar a busca em uma base de conhecimento ou em um chatbot corporativo, você frequentemente encontra o parâmetro similarity_threshold = 0.75. Agora você sabe: trata-se de um filtro de cosseno que descarta todos os documentos cujo desvio angular em relação à consulta do usuário excede a margem de erro aceitável.
FAQ: Similaridade Cosseno (Cosine Similarity)
Termos relacionados
Embeddings descomplicados (Como o texto se transforma em números)
Tecnologia fundamental para converter palavras, frases ou imagens em listas multidimensionais de números (vetores). Permite que o computador meça matematicamente a proximidade semântica entre diferentes ideias e conceitos.
Bancos de Dados Vetoriais (Vector DBs & Busca ANN)
SGBDs especializados e extensões (Qdrant, pgvector, Milvus, Chroma, Turso), otimizados para armazenar milhões de vetores multidimensionais e realizar buscas aproximadas de vizinhos mais próximos (Approximate Nearest Neighbors) em alta velocidade.
Busca Semântica (Busca por Conteúdo, Não por Caracteres)
Tecnologia de busca de informações baseada no conteúdo conceitual da consulta, e não na correspondência exata de caracteres ou palavras-chave. Compreende sinônimos, paráfrases, erros ortográficos e perguntas abstratas em linguagem natural.