cosine-similarity - コサイン類似度を計算する際のドキュメントの長さが異なりますか?

Question

単語数が異なる 2 つの文書間でコサイン類似度を見つけたい場合、規則はありますか?

Answer 1

標準式では、一致する単語数は必要ありません。両方のドキュメントの単語の結合を合計することができます。B にあるが A にはないすべての単語は、A の単語ベクトルで 0 を生じさせます。A にあり、B にはないすべての単語は、B の単語ベクトルで 0 を生じさせます。