Cosine similarity scores how alike two vectors are by the angle between them — not by how far apart they sit. It is the default ranking signal behind semantic search: turn text into a vector, and "relevant" becomes "points in nearly the same direction".

Where you meet it

• Semantic search & RAG — rank documents by how close their embedding points to the query's.
• Embeddings — comparing word, sentence, or image vectors from models like word2vec, GloVe, or a transformer encoder.
• Recommendations — "users/items like this one" as nearest neighbours in a vector space.

What it does

It collapses two vectors into a single number in [−1, 1] that captures orientation. The drag-tool shows this in 2D; the real payoff is that the same formula works unchanged in the hundreds or thousands of dimensions an embedding actually lives in, where you can't picture the angle at all.

Throwing away length is the whole point: a tweet and an essay on one topic should match, and only the angle lets them.

How it works

cos θ = (a · b) / (|a| · |b|)

The dot product a · b already carries the angle — it is largest when the vectors point the same way and shrinks as they turn apart, going negative once they point opposite. The catch: it also grows with length. Dividing by both magnitudes |a| and |b| cancels length entirely, leaving pure direction:

• 1 — vectors point the same way (θ = 0°): maximally similar.
• 0 — vectors are orthogonal (θ = 90°): unrelated.
• −1 — vectors point opposite ways (θ = 180°): maximally dissimilar.

Why direction instead of Euclidean distance for text embeddings? Vector length often tracks something incidental — document length, word frequency, how often a token was seen. A short note and a long article on the same topic should match, and they do when you read the angle and ignore the length. That is exactly what cosine measures.

Watch out

Go deeper

• Jurafsky & Martin, SLP3 — Ch. 5 Embeddings (cosine & vector semantics, PDF)
• Stanford CS224n — NLP with Deep Learning (word vectors, lecture 2)
• scikit-learn — cosine_similarity reference
• Pinecone — Vector similarity (cosine vs dot vs Euclidean)

Die Kosinus-Ähnlichkeit bewertet, wie ähnlich zwei Vektoren sind — über den Winkel zwischen ihnen, nicht über ihren Abstand. Sie ist das Standard-Ranking-Signal hinter semantischer Suche: mach aus Text einen Vektor, und "relevant" wird zu "zeigt fast in dieselbe Richtung".

Wo es vorkommt

• Semantische Suche & RAG — Dokumente danach ranken, wie nah ihr Embedding an dem der Query liegt.
• Embeddings — Wort-, Satz- oder Bild-Vektoren aus Modellen wie word2vec, GloVe oder einem Transformer-Encoder vergleichen.
• Empfehlungen — "ähnliche Nutzer/Items" als nächste Nachbarn im Vektorraum.

Was es tut

Es verdichtet zwei Vektoren zu einer einzigen Zahl in [−1, 1], die die Ausrichtung erfasst. Das Drag-Tool zeigt das in 2D; der eigentliche Gewinn ist, dass dieselbe Formel unverändert in den Hunderten oder Tausenden Dimensionen funktioniert, in denen ein Embedding tatsächlich lebt — wo man sich den Winkel gar nicht mehr vorstellen kann.

Die Länge wegzuwerfen ist der ganze Sinn: Ein Tweet und ein Essay zum selben Thema sollen zusammenpassen — und nur der Winkel lässt sie das.

Wie es funktioniert

cos θ = (a · b) / (|a| · |b|)

Das Skalarprodukt a · b trägt den Winkel bereits in sich — es ist am größten, wenn die Vektoren in dieselbe Richtung zeigen, und wird kleiner, je weiter sie auseinanderdrehen, bis negativ bei entgegengesetzter Richtung. Der Haken: Es wächst auch mit der Länge. Das Teilen durch beide Beträge |a| und |b| kürzt die Länge komplett heraus — übrig bleibt reine Richtung:

• 1 — Vektoren zeigen in dieselbe Richtung (θ = 0°): maximal ähnlich.
• 0 — Vektoren sind orthogonal (θ = 90°): unverwandt.
• −1 — Vektoren zeigen entgegengesetzt (θ = 180°): maximal unähnlich.

Warum Richtung statt euklidischer Distanz bei Text-Embeddings? Die Vektorlänge spiegelt oft etwas Nebensächliches — Dokumentlänge, Worthäufigkeit, wie oft ein Token gesehen wurde. Eine kurze Notiz und ein langer Artikel zum selben Thema sollen zusammenpassen — und das tun sie, wenn man den Winkel liest und die Länge ignoriert. Genau das misst der Kosinus.

Worauf achten

Mehr dazu

• Jurafsky & Martin, SLP3 — Kap. 5 Embeddings (Kosinus & Vektor-Semantik, PDF)
• Stanford CS224n — NLP with Deep Learning (Word Vectors, Vorlesung 2)
• scikit-learn — cosine_similarity Referenz
• Pinecone — Vektor-Ähnlichkeit (Kosinus vs. Skalarprodukt vs. euklidisch)