ForHosting KIT · 教育

文章のコサイン類似度計算

2つの文章が同じ単語をどれだけ使っているかを、共通語がなければ0、単語の使い方の比率が同じなら1で表します。どの単語が共通しているかも一覧で確認できます。ブラウザで無料で使えます。

  • 無料
  • ブラウザで動作
  • 登録不要
  • データは端末の外に出ません
ご利用方法 ウェブAPIメールTelegramアプリ 近日
入力した場合
テキスト a
The quick brown fox jumps over the dog.
テキスト b
A quick brown dog jumps over the fox.
結果
コサイン類似度
0.894427191
内積
8
aの大きさ
3.1622776602
bの大きさ
2.8284271247

この計算ツールは各文章を単語頻度ベクトルに変換し、2つのベクトル間の角度を測定します。共通する語がなければ0、相対的な頻度パターンが同じ方向なら1になります。トークン数、語彙数、ベクトルの大きさ、内積、共通語も表示するため、外部モデルを使わず決定論的に結果を検証できます。

2つの文章を比較可能なベクトルにします

各入力欄に文章を貼り付けてください。文字を小文字に統一し、Unicodeの文字または数字からなる並びを抽出します。単語内のアポストロフィは保持されます。

異なる語がそれぞれ次元となり、出現回数が座標になります。共通語の一覧から、結果に影響した語をご確認いただけます。

類似度を正しく解釈します

コサイン類似度は内積を2つのベクトルの大きさの積で割ります。1は相対的な頻度パターンが同じこと、0は共通語がないことを示します。普遍的なしきい値はないため、代表的な文書で基準を決めてください。

著者、複製、意味の同一性を証明する値ではありません。

説明可能な語彙比較にご利用ください

草稿の比較、ベクトルモデルの学習、短い説明文の分析に役立つ透明な基準です。編集距離とは異なり語順を無視し、embeddingとは異なり実際に一致する語だけを評価します。

ベクトル類似度を学習する

頻度、内積、ベクトルの大きさから再現可能な値が得られる仕組みを確認できます。

文書の草稿を比較する

2つの版が似た語彙を保っているか測定し、共通語を確認できます。

語彙比較の基準を作る

高度な意味比較を評価する前に、説明可能な基準値を用意できます。

類似度の値は何を意味しますか?

共通語がなければ0、同じ方向のベクトルなら1で、中間値は部分的な重なりを示します。

大文字や句読点は結果に影響しますか?

大文字と小文字は区別しません。単語内のアポストロフィを除き、句読点は語を分けます。

同義語や近い意味を検出しますか?

いいえ。 小文字化した完全一致の語と、その出現頻度だけを比較します。

語順は考慮されますか?

いいえ。 ベクトルは各語の出現回数を記録し、位置は記録しません。

どのくらいの値なら似ていると判断できますか?

誰にでも当てはまる基準値はありません。0と1の間の値は単語の部分的な重なりを示すので、自分の文書の代表的な例で基準を決め、同じ基準で使い続けてください。

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

POSThttps://api.kit.forhosting.com/edu/cosine-text-similarity

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

curl -X POST https://api.kit.forhosting.com/edu/cosine-text-similarity \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text_a":"The quick brown fox jumps over the dog.","text_b":"A quick brown dog jumps over the fox."}'
{
  "text_a": "The quick brown fox jumps over the dog.",
  "text_b": "A quick brown dog jumps over the fox."
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "edu.cosine_text_similarity",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

1リクエストあたり$0.002

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

max_chars_per_text100000
HTTPコード意味
401unauthorizedAPIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
402insufficient_balance残高が不足しています。チャージ後に再度お試しください。
404unknown_type指定されたタスクタイプは存在しません。タイプ名を確認してください。
429rate_limitedリクエストが多すぎます。しばらく待ってから再度お試しください。

説明可能な語彙比較にご利用ください

APIリクエストは$0.002で、ネットワーク、乱数、外部モデルを使用しません。

APIリクエストの料金はいくらですか?

1回$0.002です。外部モデルやサービスは必要ありません。

KITの完全なドキュメントを見る →