word2vec - Word2Vec Wordvectors 最相似的

Question

我训练了一个 Word2Vec 模型，我正在尝试在数学上制定 most_similar 函数。我想到了一个集合，其中包含 n 个最相似的单词，给定一个单词作为参考。

在某个地方存在一个好的定义吗？

标签： word2vec

Answer 1

您可以查看实现 Python 库抽象的源代码most_similar()（gensim用于KeyedVectors在词向量集上保存和执行常见操作）：

https://github.com/RaRe-Technologies/gensim/blob/fbc7d0952f1461fb5de3f6423318ae33d87524e3/gensim/models/keyedvectors.py#L491

粗略地说，它首先计算一个目标向量——通过结合调用者提供的任何positive示例negative。在常见情况下，这可能只是一个（“肯定”）词向量。

然后，它计算与所有其他向量的余弦相似度，并将这些相似度排序为最高，并返回前 N 个结果。