自然言語処理で文章をベクトル表現したあとに使われるコサイン類似度の性質として,最も適切な選択肢を1つ選べ.
① ベクトル間の類似度を求めるものであり,-1〜1の値を取る.
② ベクトル内の単語の発生頻度から分散を求める手法である.
③ 二つのベクトルに同じ単語が含まれていても,位置が異なると類似していないと見做される.
④ 距離と同じ概念であり,0に近いほど類似性が高い.
自然言語処理で文章をベクトル表現したあとに使われるコサイン類似度の性質として,最も適切な選択肢を1つ選べ.
① ベクトル間の類似度を求めるものであり,-1〜1の値を取る.
② ベクトル内の単語の発生頻度から分散を求める手法である.
③ 二つのベクトルに同じ単語が含まれていても,位置が異なると類似していないと見做される.
④ 距離と同じ概念であり,0に近いほど類似性が高い.