Cosinusgelijkenis
De maat voor hoezeer twee vectoren op elkaar lijken: de cosinus van de hoek ertussen, oftewel het inproduct gedeeld door het product van hun lengtes. De standaardkeuze om embeddings te vergelijken.
Het punt is dat alleen de richting telt, niet de lengte. Twee passages over hetzelfde onderwerp wijzen in dezelfde richting in de vectorruimte, ook als de ene drie keer zo lang is, en de lengte van een embedding zegt vaak meer over frequentie dan over betekenis. De waarde ligt tussen −1 en 1, al komt ze bij de meeste moderne embeddingmodellen in de praktijk tussen 0 en 1 uit. Een gangbare optimalisatie: normaliseer alle vectoren naar lengte 1, dan is cosinusgelijkenis gelijk aan het inproduct, en dat is goedkoper om uit te rekenen. Vectordatabases slaan daarom graag genormaliseerde vectoren op. Op genormaliseerde vectoren geeft de euclidische afstand dezelfde rangschikking.