Indice de Jaccard

Définition

Statistique utilisée pour mesurer la similarité entre deux ensembles de données. Sa valeur est comprise entre 0 et 1, où 0 signifie que nous avons le même ensemble de données et 0 que nous avons des ensembles de données complètement différents. Elle est mesurée comme la taille de l'intersection de deux ensembles divisée par la taille de leur union.

En traitement automatique de la langue naturelle (TALN), les documents sont généralement des ensembles de mots (textes) auxquels l'indice de Jaccard peut s'appliquer et ce dernier nous indique dans quelle mesure les deux textes sont proches l'un de l'autre en termes de contexte. Plus simplement, en TALN, l'indice de Jaccard détermine combien de mots communs existent sur l'ensemble des mots.

Compléments

L'indice de Jaccard est largement utilisé dans l'analyse de texte, les systèmes de recommandation, la déduplication des données, l'analyse des réseaux sociaux et la génomique.

Français

indice de Jaccard

IoU

Anglais

Jaccard similarity

Jaccard similarity index

Jaccard index

intersection over union

IoU

Sources

Source : Geeks for Geeks

Source : KDnuggets

Source : Study Machine Learning

Source : Wikipédia