01
Cómo funciona la fórmula
El numerador suma los productos de los pesos compartidos. El denominador normaliza según la longitud de ambos vectores para que documentos de distinta extensión puedan compararse.
Σ(aᵢ × bᵢ) ÷ (||a|| × ||b||)aᵢ × bᵢ02
Cómo leer una puntuación de 0 a 1
Cero indica que no hay términos con peso compartido; uno indica vectores con la misma dirección. Los valores intermedios no equivalen a un porcentaje de frases iguales.
Es una relación geométrica entre distribuciones de pesos.
03
Bag of Words o TF-IDF
BoW mide coincidencia léxica directa. TF-IDF reduce el peso de términos presentes en ambos documentos y resalta intersecciones más distintivas.
- BoW: coincidencia directa
- TF-IDF: coincidencia ponderada por rareza
- La tabla de contribución explica la puntuación
- El preprocesamiento debe coincidir
04
Uso y limitaciones
Una puntuación alta significa direcciones de vector similares, no necesariamente el mismo significado. Úsala para revisar versiones o detectar posibles duplicados y calibra cualquier umbral con datos reales de tu tarea.
GRATIS · SIN REGISTRO
Revisa la puntuación y su causa
Compara dos textos o URL con BoW y TF-IDF y examina la contribución de cada término.
Medir similitud →