使用word2vec计算词向量之间的相似度

通过word2vec计算词向量之间的相似度,发现两个函数similarity和most_similar计算出来的结果不一致,不知是怎么回事呢?比如:通过similarit... 通过word2vec计算词向量之间的相似度,发现两个函数similarity和most_similar计算出来的结果不一致,不知是怎么回事呢?
比如:通过 similarity计算张无忌和赵敏的相似度为: -1.0842e-19 ;
而通过most_similar计算赵敏和张无忌的相似度则为 0.9469258785247803 ;
感觉similarity计算出来的结果有误,可否指点一下?
用到的函数为(python):
print(model_1.similarity('张无忌', '周芷若') )
model_1.most_similar("张无忌", topn=10)
展开
 我来答
威鹿红0C
2018-11-30 · 知道合伙人金融证券行家
威鹿红0C
知道合伙人金融证券行家
采纳数:2848 获赞数:4115
2013年平安保险公司人寿东区事业部获得优秀钻石业务员称号

向TA提问 私信TA
展开全部
string为你需要获取向量的词,
double[] array = vec.getWordVector(string);
array是这个词的向量。
首先在创建vec的时候要保证.minWordFrequency(1),否则有些词你是得不到向量的,这个方法是设置词的最小使用频率。
zhuokonghao
2018-11-30 · 超过27用户采纳过TA的回答
知道答主
回答量:98
采纳率:64%
帮助的人:38万
展开全部
科技大学怎么样
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
收起 1条折叠回答
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式