Question

我正在使用WMD计算句子之间的相似度。例如：

distance = model.wmdistance(sentence_obama, sentence_president)

参考：https://markroxor.github.io/gensim/static/notebooks/WMD_tutorial.html

然而，还有基于WMD的相似性方法(WmdSimilarity).

参考： https://markroxor.github.io/gensim/static/notebooks/WMD_tutorial.html

除了明显的一个是距离和另一个相似性之外，两者之间有什么区别？

更新：两者完全相同，只是表达方式不同。

n_queries = len(query)
result = []
for qidx in range(n_queries):
    # Compute similarity for each query.
    qresult = [self.w2v_model.wmdistance(document, query[qidx]) for document in self.corpus]
    qresult = numpy.array(qresult)
    qresult = 1./(1.+qresult)  # Similarity is the negative of the distance.

    # Append single query result to list of all results.
    result.append(qresult)

https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/similarities/docsim.py

Answer 1

我认为更新＆＃39;你或多或少地回答了你自己的问题。

这是一个距离，另一个是相似性，是两个计算之间的唯一区别。作为笔记本，您可以在relevant section：

中链接备注

大规模杀伤性武器是距离的衡量标准。 WmdSimilarity的相似之处仅仅是负距离。小心不要混淆距离和相似之处。两个相似的文件将具有高相似性得分和小距离;两个截然不同的文件将具有较低的相似性得分和较大的距离。

正如您摘录的代码所显示的那样，使用的相似性度量并不完全是“否定”。距离，但缩放，所以所有相似度值从0.0（不包括）到1.0（包括）。（也就是说，零距离变为1.0相似度，但是越来越大的距离变得越来越接近0.0。）

wmd（字移动距离）和基于wmd的相似性有什么区别？

1 个答案: