初学者NLP问题：
哇spaCy很棒！它的tfidf模型可以更容易预处理，但w2v只有一行代码（token.vector）?! - 太棒了！
在他的10 line tutorial on spaCy andrazhribernik节目中，我们可以在令牌，sents，单词块和文档上运行.similarity方法。
nlp = spacy.load('en')和doc = nlp(raw_text)之后
我们可以在令牌和块之间进行相似性查询。
但是，这个.similarity方法的幕后计算是什么？
SpaCy已经拥有了非常简单的.vector，它可以根据GloVe模型训练w2v向量（.tfidf或.fasttext方法有多酷？）。
模型相似性模型是否只是计算这两个w2v-GloVe向量之间的余弦相似性或做其他事情？ documentation中的具体内容并不清楚;任何帮助表示赞赏！
答案 0 :(得分：2)
假设您引用的方法是令牌相似性，您可以在源代码here中找到该函数。如您所见，它计算向量之间的余弦相似度。
正如教程中所说：
单词嵌入是单词的表示，并且通过扩展来表示整个语言语料库，以向量或其他形式的数字映射。这允许在数字上处理单词，单词相似度表示为单词嵌入映射的维度中的空间差异。
因此矢量距离可以与单词相似度相关。
答案 1 :(得分：1)
找到答案，简而言之，是的：
return numpy.dot(self.vector, other.vector) / (self.vector_norm * other.vector_norm)
这看起来像计算cosine similarity的公式，并且似乎是使用SpaCy的.vector创建的，其文档说明是从GloVe的w2v模型中训练的。