在处理余弦相似度时，我在计算两个向量的内积时遇到了问题。 代码：from gensim.similarities import ( WordEmbeddingSimilarityIndex, SparseTermSimilarityMatrix ) w2v_model ...
我有一个 dataframe 有 2 列，我想得到每对句子的余弦相似度分数。 Dataframe (df) 我尝试过的一些代码片段是： 上面的代码不起作用，我仍在尝试不同的方法，但与此同时，我将不胜感激任何指导，在此先感谢您！ 所需的 output： ...
我有一个由多列组成的 300.000 行pd.DataFrame ，其中一个是 50 维numpy形状数组(1,50) ，如下所示： 然后，我生成一个具有相同形状的新numpy数组（我们称之为array2 ），并计算dataframe 的每一行与生成的数组之间的余弦相似度。 为此，我目前正在使用sk ...
我正在尝试使用 BERT 计算两个给定单词之间的余弦相似度，但我收到一条错误消息： 在行中： 在下面你可以找到我到目前为止使用的代码，有人知道问题出在哪里吗？ ...
我将数据集字符串转换为数组，然后像这样转换为向量 Output： 如何根据我的特征在 pyspark 中创建余弦相似度？ 更新我结合数据： 像这样的数据： 我像答案一样编写代码，但仍然像评论中那样出现错误 ...
我正在尝试为类似文章创建推荐系统。 我确实有一个文章列表作为参考，我希望我从某个 API 获得的其他新文章需要与这些参考文章相似。 我可以采用的一种方法是将所有这些参考文章合并为一篇大文章并运行余弦相似度并获取与合并参考文章相似的文章列表。 还有其他方法可以实现余弦相似度吗？ 谢谢 ...
我目前正在为一些 LMS 开发一个问题插件，它根据答案和答案键之间的相似性与余弦相似性自动对答案进行评分。 但最近，我发现有一种更好的算法，它被称为TS-SS ，承诺会更准确。 但是，计算结果为 0 - 无穷大。 作为一个机器学习专家，我假设结果可能是一个距离，就像欧几里德距离一样，但我不确定。 ...
我正在使用两个如下所示的数据框：df1 df2 所需 output： 我不太熟悉文本分析，因此无法理解解决此问题的任何方法。 我尝试过字符串匹配和正则表达式，但无法解决此问题。 ...
尽管文本中存在细微的变化或拼写错误，但我用来识别和提取颜色名称的方法可能是一种幼稚的方法，在第一次投掷时，英语比德语效果更好，但挑战似乎大致相同。 不同的拼写grey/gray或weiß/weiss ，从人类的角度来看相似性似乎并不大，但从 word2vec 的角度来看， grey和green更相 ...
有没有办法计算两个同态加密向量之间的距离度量（欧几里德或余弦相似性或曼哈顿）？ 具体来说，我希望生成文档的嵌入（使用转换器），同态加密这些嵌入，并希望计算嵌入之间的距离度量以获得文档相似性分数。 我已经评估了像 concrete-numpy、TenSEAL 和 Pyfhel（HE 库）这样的库，每个 ...
下面是我目前使用的代码。 我将由 768 个浮点数组成的向量与其他 50k 个浮点数进行比较，大约需要 800 毫秒。 我假设有一个更快的实现，要么在 C# 中，要么在我可以使用的一些 package 中，它可以在本地进行计算，但我找不到它。 谢谢！// USAGE: // vectors is ...
输入： 形状为[batch_size, n, d]的张量a 形状为[batch_size, m, d]的张量b Output： 形状为[batch_size, n, m]的张量c其中c[i, j, k]是a[i, j]和b[i, k]之间的余弦相似度如何在 PyTorch 中有效地实现这一点（最好 ...
如果两个句子有同义词形式的任何共同词，如何计算余弦相似度。 例如， sent1 = "你是个优秀的程序员。" sent2 = "我是新程序员" 在这里考虑coder是程序员的同义词。 在不将这两个特定单词视为同义词的情况下，我得到的余弦分数为零（0） 。 但考虑到同义词，它应该给出一些余弦值。 ...
我正在尝试通过向量的原始 id（VarChar 类型）进行向量相似性搜索。 例如，一个向量由三个字段组成： auto_id (int64)、userId (VarChar)、vectorField (FloatVector)。 在我看来，一种可能的解决方案是： 通过查询获取user1的向量场vec ...
我有 dataframe： 我想创建一个 5x5 dataframe ，其中将计算每行的余弦相似度。 结果看起来像这样（我在示例中只显示了 2 行）： 我试过这个，但我不知道如何填写所有无： ...
我有三个 pandas dataframe，假设 group_1，group_2，group_3import pandas as pd group_1 = pd.DataFrame({'A':[1,0,1,1,1], 'B':[1,1,1,1,1]}) group_2 = pd.Dat ...
我正在开展一个项目，其中包含 2 个独立的零售数据集，其中包含相同的人口统计特征，每一行代表一个与零售店相对应的人口普查区。 'df1'是关于商店类型A和'df2'是关于商店类型B 。 目标是找出哪些 A 商店与 B 商店相似。 假设两个数据集都已经清理完毕并可以使用了。 也就是说，“Tract” ...
我正在使用 Gensim 的 Doc2Vec，并且想知道是否有办法让另一个文档与用于训练 Doc2Vec model 的 TaggedDocuments列表之外的另一个文档最相似。 现在我可以从不在训练集中的文档中推断出一个向量： 这会打印出“doc_not_in_training_set”字符串的 ...
Huggingface 转换器库有一个非常棒的功能：它可以在嵌入数据集上创建一个 FAISS 索引，允许搜索最近的邻居。 我试图理解scores的重要性及其背后的直觉。 例如，如果我们要将余弦相似度和 faiss 搜索分数联系起来，这就是我们得到的： 我们得到这个： 如您所见，余弦相似度非常一致， ...
我在将数组中的余弦相似度分配回 pandas Dataframe 时遇到问题。 我已经使用下面的代码测试了余弦相似度矩阵 下面是代码生产的output 但是我想将相似度得分写回 Dataframe 结构如下 复制示例的虚拟数据代码 **详细示例可以在这里找到https://www.codegr ...