【正解: B】の理由
コサイン類似度はベクトル間の角度を測る尺度で、-1 ~ 1 の範囲を取り、1 に近いほど方向が一致します。embedding は方向情報に意味が集約されるため cosine が標準で、Azure AI Search のベクトル検索や Azure Cosmos DB for NoSQL の vector search でも採用されます。

【他選択肢が違う理由】

• A: 相関分析の指標で、ベクトル類似度の標準ではありません。
• C: バイナリ系列の差分の指標で、用途が異なります。
• D: 分類性能指標です。
• E: 二値分類モデルの評価指標です。