列表中两个词之间的余弦相似度

列表中两个词之间的余弦相似度,第1张

列表中两个词之间的余弦相似度

您可以定义这两个功能

def word2vec(word):    from collections import Counter    from math import sqrt    # count the characters in word    cw = Counter(word)    # precomputes a set of the different characters    sw = set(cw)    # precomputes the "length" of the word vector    lw = sqrt(sum(c*c for c in cw.values()))    # return a tuple    return cw, sw, lwdef cosdis(v1, v2):    # which characters are common to the two words?    common = v1[1].intersection(v2[1])    # by definition of cosine distance we have    return sum(v1[0][ch]*v2[0][ch] for ch in common)/v1[2]/v2[2]

并在此示例中使用它们

>>> a = 'safasfeqefscwaeeafweeaeawaw'>>> b = 'tsafdstrdfadsdfdswdfafdwaed'>>> c = 'optykop;lvhopijresokpghwji7'>>> >>> va = word2vec(a)>>> vb = word2vec(b)>>> vc = word2vec(c)>>> >>> print cosdis(va,vb)0.551843662321>>> print cosdis(vb,vc)0.113746579656>>> print cosdis(vc,va)0.153494378078

顺便说一句,

word2vec
您在标签中提到的是完全不同的业务,它要求我们中的一个人花费大量时间和精力来研究它,并猜测是什么,我不是那个人…



欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5663601.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存