ई टूल काहे काम के बा
जब term frequency के महत्व होखे आ लमहर text खाली अपना लंबाई के चलते score पर automatic रूप से हावी ना होखे, तब local document comparison खातिर cosine similarity के इस्तेमाल करीं।
एह साइट खातिर प्रकाशित पूरा, QA-स्वीकृत संस्करण चुनल जाव।
दुई normalised word-frequency vectors के बीच कोण नापीं ताकि दोहरावल terms से resulting score पर असर पड़े।
तयार बा. रउरा काम करे वाला डाटा एह ब्राउजर में रहेला.
जब term frequency के महत्व होखे आ लमहर text खाली अपना लंबाई के चलते score पर automatic रूप से हावी ना होखे, तब local document comparison खातिर cosine similarity के इस्तेमाल करीं।
ब्राउजर सामान्यीकृत Unicode शब्द टोकन गिनेला, sparse dot product निकाले ला आ एकरा के दुनो vector magnitudes के product से भाग देला।
नमूना वेक्टर [2,1] आ [1,2] बाड़ें, एहसे उनकर cosine similarity 4/5, भा 0.8 बा.
गणना निश्चित बा आ वैधता त्रुटियन के समझावेला बजाय कि गलत इनपुट के चुपचाप बदल देवे के.
इनपुट आ आउटपुट एह टैब में रहेला. कॉपी आ डाउनलोड ब्राउजर API के माध्यम से होला बिना कवनो सर्वर अपलोड के.
हर एक रन अपना टूल मोड, टाइमस्टैम्प आ इनपुट/आउटपुट साइज रिपोर्ट करेला ताकि बदले गइल डाटा के ऑडिट कइल जा सके.