使用词嵌入的句子相似度

Question

我是一名博士研究人员，并开始使用word2vec进行研究。 我只想用它来计算句子相似度。 我搜索后发现链接很少，但无法运行。 我在看以下内容：

import numpy as np
from scipy import spatial

index2word_set = set(model.wv.index2word)

def avg_feature_vector(sentence, model, num_features, index2word_set):
    words = sentence.split()
    feature_vec = np.zeros((num_features, ), dtype='float32')
    n_words = 0
    for word in words:
        if word in index2word_set:
            n_words += 1
            feature_vec = np.add(feature_vec, model[word])
    if (n_words > 0):
        feature_vec = np.divide(feature_vec, n_words)
    return feature_vec

s1_afv = avg_feature_vector('this is a sentence', model=model,   num_features=300, index2word_set=index2word_set)
s2_afv = avg_feature_vector('this is also sentence', model=model,num_features=300, index2word_set=index2word_set)
sim = 1 - spatial.distance.cosine(s1_afv, s2_afv)
print(sim)

不幸的是，由于我不知道如何找到“ index2word_set”，所以我无法运行它。 另外，我应该分配model =吗？ 或者，是否有任何简单的命令或指令来实现？

Answer 1

将模型分配给您生成的模型或要使用的任何预定义word2vec模型，对于index2word_set，可以将其设置为model.wv

那应该可以了。