---
title: "Similaridade de cosseno"
description: "Similaridade de cosseno compara vetores pela direção. Entenda seu papel na busca semântica e por que a pontuação não comprova relevância ou verdade."
canonical: "https://tropk.ai/recursos/glossario/similaridade-de-cosseno"
last_modified: "2026-10-12T16:13:09.460Z"
---

# Similaridade de cosseno

Revisado em 2026-10-06.

## O que significa

Similaridade de cosseno é uma medida que compara a direção de dois vetores, dividindo seu produto escalar pelo produto de suas normas. Em [busca semântica](/recursos/glossario/busca-semantica), pode comparar o embedding de uma pergunta com os de passagens. O resultado expressa proximidade nessa representação numérica, sem avaliar diretamente se uma afirmação é verdadeira, atual ou adequada ao usuário.

## Por que importa para marketing

Para marketing, a medida ajuda a entender por que uma busca recupera textos com vocabulário diferente da pergunta. Também impede interpretar uma pontuação alta como prova de qualidade editorial. Ao avaliar uma base de conteúdo, a equipe precisa distinguir proximidade temática de atendimento à intenção, especialmente quando páginas sobre o mesmo produto descrevem condições comerciais diferentes.

## Exemplo na prática

Em um teste hipotético, uma loja consulta sua base sobre troca de tênis usados. A política geral recebe similaridade de cosseno de 0,87, enquanto a regra específica para produtos usados recebe 0,79. A equipe confere os trechos e percebe que o primeiro não responde à condição perguntada. Decide incluir essa pergunta na avaliação de relevância antes de aprovar o recuperador.

## Como aplicar ou verificar

Peça ao responsável pela busca o modelo de [embeddings](/recursos/glossario/embeddings), a função de comparação e os trechos associados às pontuações. Compare perguntas representativas com passagens julgadas relevantes por pessoas. Mantenha o mesmo modelo e processamento durante a comparação. Na implementação, confirme como vetores sem magnitude são tratados e se o sistema retorna similaridade ou uma distância derivada dela.

## Distinções importantes

Similaridade de cosseno e distância de cosseno não são a mesma grandeza: uma transformação comum calcula a distância como um menos a similaridade. Os valores não representam probabilidades de acerto ou percentuais de usuários. Com vetores normalizados pela norma L2, o cálculo equivale ao produto escalar; sem essa condição, trocar as funções pode mudar a ordenação.

## Fontes e referências

- [cosine\_similarity — scikit-learn 1.9.1 documentation](<https://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.cosine_similarity.html>) — scikit-learn
- [Retrieve & Re-Rank — Sentence Transformers documentation](<https://www.sbert.net/examples/sentence_transformer/applications/retrieve_rerank/README.html>) — Sentence Transformers

## Continue a leitura

- [Bi-encoder](</recursos/glossario/bi-encoder>)
- [Busca semântica](</recursos/glossario/busca-semantica>)
- [Embeddings](</recursos/glossario/embeddings>)

## Sobre o autor

[Vinicius Pacheco](</team/vinicius-pacheco>)

Responsável pelos conteúdos técnicos da Tropk, com foco em rastreamento, indexação, dados estruturados e acesso de agentes ao conteúdo.

---

[Todas as páginas em Markdown](<https://tropk.ai/sitemap.md>)