Word2vec-获取相似度

Question

鉴于我有一个word2vec模型（由gensim设计），我想获得单词之间的排名相似度。 例如，假设我有“ desk”一词，与“ desk”最相似的词是：

  

  
1. 表0.64
  
2. 主席0.61
  
3. book 0.59
  
4. 铅笔0.52
  

我想创建一个函数，以便：

  

f（办公桌，书本）= 3   由于书本是与办公桌相关的第3个最相似的词。   是否存在？最有效的方法是什么？

Answer 1

您可以使用rank(entity1, entity2)来获取距离-与索引相同。

model.wv.rank(sample_word, most_similar_word)

---

这里不需要下面给出的单独功能。出于参考目的保留它。

假设您在由model.wv.most_similar(sample_word)返回的元组列表中包含单词列表及其向量，如图所示

[('table', 0.64), ('chair', 0.61), ('book', 0.59), ('pencil', 0.52)]

以下函数接受样本单词和最相似的单词作为params，并返回索引或排名（例如[2]）（如果输出中存在）

def rank_of_most_similar_word(sample_word, most_similar_word):
    l = model.wv.most_similar(sample_word)
    return [x+1 for x, y in enumerate(l) if y[0] == most_similar_word]

sample_word = 'desk'
most_similar_word = 'book'
rank_of_most_similar_word(sample_word, most_similar_word)

请注意：如注释中所述，在使用topn=x时，请使用model.wv.most_similar()获得前x个最相似的单词。