NLP中两个词向量间余弦相似度的求解方式

根据ChatGPT生成的答案改的。记在这里。

# 1.通过numpy库计算余弦相似度：
import numpy as np
def cosine_similarity(vector1, vector2):
    dot_product = np.dot(vector1, vector2)
    norm1 = np.linalg.norm(vector1)
    norm2 = np.linalg.norm(vector2)
    similarity = dot_product / (norm1 * norm2)
    return similarity


# 2.使用scipy库中的cosine函数计算余弦相似度：
from scipy.spatial.distance import cosine
def cosine_similarity(vector1, vector2):
    similarity = 1 - cosine(vector1, vector2)
    return similarity


# 3.使用gensim库中的similarity函数计算余弦相似度：
from gensim.models import KeyedVectors
def cosine_similarity(word_vectors, word1, word2):
    similarity = word_vectors.similarity(word1,word2)
    return similarity
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22