Somiglianza del coseno
La somiglianza del coseno misura l'angolo tra due vettori di embedding: 1 per testi semanticamente identici, prossima a 0 per testi non correlati. È lo strumento standard per il confronto semantico.
In pratica
La usiamo come salvaguardia di produzione: tra due pagine generate adiacenti (stesso servizio, città diverse) la somiglianza del corpo testuale deve restare sotto 0,85. Oltre quella soglia la pagina viene riscritta: troppo simile per giustificare un'esistenza autonoma. Il valore è arbitrario; la disciplina no.