読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第1節 埋め込みで似た文を探す

1.2 近さを計算して、似た声を探す

2つの並びの近さは、コサイン類似度で測ります。1に近いほど意味が近く、0に近いほど関係が薄くなります。

def cosine(a, b):
    dot = sum(x * y for x, y in zip(a, b))
    return dot / (math.sqrt(sum(x * x for x in a)) * math.sqrt(sum(y * y for y in b)))


def most_similar(client, query, reviews):
    vectors = embed(client, [query, *reviews])
    scores = [cosine(vectors[0], v) for v in vectors[1:]]
    best = max(range(len(reviews)), key=lambda i: scores[i])
    return reviews[best], scores[best]

早紀は、星1のレビュー「注ぎ口から茶葉が出てくる」と似た声が、ほかにもないかを探しました。言葉が違っても(「茶こしの目が粗い」「お茶に葉が混ざる」)、意味の近いレビューが上位に並びます。

使い道例
似た声を探す急須の注ぎ口の不満を集める
分類の手がかり「香り」「梱包」などの話題ごとに集める
資料の検索質問に近い、手引きの区切りを探す(RAG)
解答

[1, 0] と [0, 1] は0です(かけ合わせた和が0のため)。[1, 0] と [1, 0] は1です(同じ向きのため)。

3 / 20