我正在尝试使用Spacy Library来判断句子的相似性，我想了解它是如何工作的？？
他们的文件不清楚：
默认情况下，spaCy使用平均向量算法 预训练的矢量（如果可用）（例如en_core_web_lg模型）。如果 不是，使用了doc.tensor属性，该属性由 标记器，解析器和实体识别器。这是en_core_web_sm的方法 模型提供了相似之处。通常是基于.tensor的相似之处 将更具结构性，而单词矢量相似性将是 更热门。您还可以自定义.similarity（）方法 提供您自己的相似功能，可以使用 监督技术。
我发现了这个问题：How does the .similiarity method works?说它使用了单词嵌入，但在我的实现中我没有“en_core_web_lg模型”但我有en_core_web_sm，所以这样计算相似度是多少“标记器，解析器和实体识别器”？
答案 0 :(得分：0)
仔细阅读文档，我认为您可以找到要搜索的内容。
首先，一个doc对象包含许多令牌。 doc的向量是令牌向量的平均值。
现在，什么是令牌的矢量？如果使用md或lg模型，这意味着，token.vec给你标记向量，这实际上是一个手套矢量。如果您使用的是sm模型，然后将文件说，该载体包含结构信息。这意味着具有相同PoS标签和相似DEP行为的令牌将具有比其他令牌更高的相似性分数，即使它们的语义完全不同。
如果您不打算以此为语义，那么一般的评论是不要对sm模型使用相似性方法，因为您很可能会得到不准确的结果。