コサイン類似度
コサイン類似度(cosine similarity)とは、2 つのベクトルがどれだけ似ているかを、その間の角度で測る指標です。値は -1 から 1 の範囲で、ベクトルの長さは無視されます。検索で埋め込みを比べる最も一般的な方法です。
別名: cosine distance
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
2 つの埋め込みが同じ方向を向いていれば、コサイン類似度は 1 です。直角なら 0、反対方向を向いていれば -1 です。向きだけが問われるので、同じ話題についての長い文書と短い文書でも、近いと判定されることがあります。
(同じ名前を持つ AI コーディングツールの Cosine とは別物です。)
計算方法
2 つのベクトルの内積を取り、それぞれの長さの積で割ります。両方のベクトルがすでに長さ 1 に正規化されていれば、コサイン類似度は単純な内積と等しくなり、計算も安く済みます。多くの埋め込みモデルが正規化したベクトルを返すのはこのためです。
コサイン距離
ベクトルデータベースの中には、類似度ではなく距離を求めるものがあります。コサイン距離は通常 1 からコサイン類似度を引いた値なので、小さいほど近いことを意味します。
指標の選び方
埋め込みモデルが学習時に想定している指標を使ってください。ドキュメントに記載されています。正規化したベクトルでは、コサイン、内積、ユークリッド距離はどれも同じ順位を返すので、どれを選ぶかは思った ほど重要ではありません。正規化していないベクトルでは、結果が異なる場合があります。
限界
高いスコアが、関連性の決まった割合を意味するわけではありません。スコアの範囲はモデルによって異なるため、あるモデルでうまくいくしきい値が別のモデルでは通用しないことがあります。しきい値は自分のデータでのテストから決めるか、リランカーに判断させてください。
関連用語
- 埋め込み
- 埋め込み(embedding)とは、テキスト、画像、その他のデータを表す数値の並び(ベクトル)です。意味の似たものほどベクトルが近くなるように作られます。
- ベクトル検索
- ベクトル検索(vector search)とは、項目の埋め込みをクエリの埋め込みと比較し、最も近いものを返すことで項目を見つける方法です。共通のキーワードではなく意味で一致する結果が得られます。
- ベクトルデータベース
- ベクトルデータベース(vector database)とは、埋め込みを元のレコードとともに保存し、クエリのベクトルに最も近い保存済みのベクトルを見つけるデータベースです。数百万の項目にわたって検索を高速に保つため、通常は近似インデックスを使います。
- 埋め込みの次元数
- 埋め込みの次元数(embedding dimension)とは、埋め込みモデルが出力する各ベクトルに含まれる値の数です。次元が多いほど多くの細部を保持できますが、値が 1 つ増えるごとに、1 件あたりの保存、メモリ、検索のコストが増えます。
- リランキング
- リランキング(reranking)とは、候補文書の短いリストを受け取り、最初の検索より正確だが遅いモデルを使って、クエリとの関連度で並べ替える2段目の検索ステップです。