我正在阅读 Manning 的信息检索书。目前我在关于余弦相似度的部分。我不清楚一件事。
假设我有用于查询和文档的 tf idf 向量。我想计算两个向量之间的余弦相似度。
当我计算文档向量的大小时，我是对向量中所有项的平方求和还是仅对查询中的项求和？
这是一个例子：我们有用户查询“cat food beef”。
假设它的向量是 (0,1,0,1,1)。（假设向量中只有 5 个方向，一个用于查询和文档中的每个唯一单词）
我们有一个文档“牛肉好吃”
它的向量是 (1,1,1,0,0)。我们想要找到查询和文档向量之间的余弦相似度。