使用word2vec估计句子相似度

如果我有一组句子,如何使用word2vec为每对句子获取相似度得分?此外,对于句子相似度,使用word2vec是否比其他方法(如余弦相似度)更好?


回答:

如果我没记错的话,word2vec产生的是从词到向量的映射,但并没有提出对于更大结构(如句子)的向量表示。为了找出两个句子之间的相似度,你需要从每个句子中词的向量表示转变为每个句子本身的向量表示。从那里你可以使用常规的向量距离度量(余弦相似度,通过归一化向量的点积计算)来比较它们。

如何将词向量组合成句子向量取决于你,但一种简单的方法是将词向量全部相加。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注