那么怎么理解上面这句话呢？ ChatGPT 的解释总结一下就是，点积（ Dot Product ）是一种数学运算，用于衡量两个向量的相似度。当两个向量完全相同时，点积会达到最大值。当两个向量垂直时，点积为 0 。点积的结果受向量长度的影响，所以在比较相似度时，常常会将向量单位化。通过点积，可以量化两个向量的相似度，这在各种应用场景中（如自然语言处理、图像识别等）都非常有用。
解释很笼统，是这么个道理，但是还是有很多疑问，比如：
怎么理解这里的相似？
为啥要用点积衡量相似度？
怎么理解多维向量？
向量是怎么得出来的？
具体计算步骤是怎么样的？
应用场景有哪些？
跟 ChatGPT 学数学：理解向量点积和余弦相似度
