આ સાધન કેમ ઉપયોગી છે
જ્યારે term frequency મહત્વની હોય પરંતુ લાંબો લખાણ માત્ર પોતાની લંબાઈને કારણે આપમેળે સ્કોર પર હાવી ન થવો જોઈએ, ત્યારે સ્થાનિક દસ્તાવેજોની સરખામણી માટે cosine similarity નો ઉપયોગ કરો.
ટેક્સ્ટ અને સૂચિ સાધનો · સ્થાનિક રીતે ચાલે છે
કોસાઇન શબ્દ-આવર્તન સમાનતા કેલ્ક્યુલેટર
પુનરાવર્તિત શબ્દો પરિણામના સ્કોરને અસર કરે તે માટે બે નોર્મલાઇઝ કરેલા શબ્દ-આવૃત્તિ વેક્ટરો વચ્ચેનો કોણ માપો.
તૈયાર. તમારું કાર્ય ડેટા આ બ્રાઉઝરમાં જ રહે છે.
તે કેવી રીતે કાર્ય કરે છે
બ્રાઉઝર સામાન્યકૃત Unicode શબ્દ ટોકન્સની ગણતરી કરે છે, એક sparse ડોટ પ્રોડક્ટ ગણતરી કરે છે અને તેને બંને વેક્ટર પરિમાણોના ગુણાકારથી ભાગે છે.
વ્યવહારિક ઉદાહરણ
નમૂના વેક્ટરો [2,1] અને [1,2] છે, તેથી તેમની કોસાઇન સમાનતા 4/5, અથવા 0.8 છે.
માન્યકરણ
ગણતરી નિશ્ચિત છે અને અમાન્ય ઇનપુટને શાંતિથી બદલવાની જગ્યાએ માન્યતા ભૂલો સમજાવે છે.
ગોપનીયતા સીમા
ઇનપુટ અને આઉટપુટ આ ટેબમાં જ રહે છે. નકલ અને ડાઉનલોડ બ્રાઉઝર API દ્વારા થાય છે, સર્વર અપલોડ વિના.
પરિણામ પાસપોર્ટ
દરેક રન તેના ટૂલ મોડ, સમયમૂદ્રા અને ઇનપુટ/આઉટપુટ કદ રિપોર્ટ કરે છે જેથી પરિવર્તિત ડેટાની ઓડિટ કરી શકાય.