مختلف اقسام کی مشابہتات کا اندازہ ہوتا ہے کہ متن کے دو حصوں کو کس قدر قریب سے اپنے مفہوم پر مبنی ہوتا ہے ۔ یہ طریقے معلوماتی تناظر ، متن کی تفہیم اور چیٹبوت کے عمل میں اہم ہیں ۔

عام طور پر ، ایک دوسرے کے ساتھ میل‌جول رکھنے سے ہم اپنے خالق کی قربت حاصل کر سکتے ہیں ۔

کئی منظروں میں داخلی نمونے استعمال کیے جاتے ہیں جن میں وکٹر پر مبنی ماڈل، آنولوجی پر مبنی طریقوں اور ہیپاٹائٹس تکنیک۔ ویکٹر ماڈل متن کو شمارندی نمائندگی میں تبدیل کرتے ہیں جبکہ انکلولوجی پر مبنی علم بنیادوں کو جانچنے کے لیے علم بنیادوں کو استعمال کیا جاتا ہے۔

Vecctor-Based silety پیمائشیں

Vector-onstruction طریقوں سے کسی بلند ترین فضاء میں بطور وکٹر متن کی نمائندگی کرتا ہے۔عام تکنیکیں شامل ہیں:

  • کوسینی مساوات: دو Victors کے درمیان زاویہ کی پیمائش کرتا ہے، جس سے ان کی سمتی مشابہت کا پتہ چلتا ہے۔
  • [Euclidean فاصلے: Calkulates سیدھی لکیری فاصلہ Victors کے درمیان واقع ہوتا ہے؛ چھوٹی فاصلوں کی وجہ سے زیادہ مشابہت ہوتی ہے۔
  • ] Jaccard sioity: الفاظ یا خصوصیات کے درمیان ہونے والی تنوع پر غور کرنا۔

کیلک‌وُک‌انگ سَن‌ٹک کی مشابہت

Calculations servation میں متن کو وریکی نمائندگی میں تبدیل کرنا شامل ہے جیسے کہ TF-IDF، لفظ Embdings، یا سزای ای میل (انگریزی: Embdings)۔ ایک بار Victors کو حاصل کرنے کے بعد میٹرک کا استعمال کرتے ہوئے تشبیہی اسکورز کو تیز کیا جاتا ہے۔

مثلاً کوسینی مشابہت کا حساب لگایا جاتا ہے:

کوسینی سامیت = (A · B) / ( ⁇ A ⁇ r ⁇ * ⁇ B ⁇ ) ]۔

سمینٹک مشابہہ کی اطلاقیات

مختلف اطلاقات میں مریخی مشابہت استعمال کی جاتی ہے جن میں دستاویزی کیٹنگ، تناسب اور سفارشات نظام شامل ہیں۔ مناسب طور پر ان نظاموں کی تناسب اور معیار کو بہتر بنایا جاتا ہے۔