不確定這是否是正確的堆棧站點，但這裡有。

.similiarity 方法是如何工作的？

哇 spaCy 很棒！它的 tfidf 模型可能更簡單，但 w2v 只需要一行代碼？！

在他 關於 spaCy 的10 行教程中，andrazhribernik向我們展示了可以在令牌、發送、單詞塊和文檔上運行的 .similarity 方法。

之後nlp = spacy.load('en')，doc = nlp(raw_text) 我們可以在令牌和塊之間進行 .similarity 查詢。.similarity但是，這種方法在幕後計算的是什麼？

SpaCy 已經有了非常簡單的.vector，它計算從 GloVe 模型訓練的 w2v 向量（一個.tfidf或.fasttext方法有多酷？）。

該模型是簡單地計算這兩個 w2v、.vector、向量之間的餘弦相似度還是比較其他一些矩陣？文檔中的細節不清楚；任何幫助表示讚賞！

找到了答案，簡而言之，是的：

鏈接到源代碼

return numpy.dot(self.vector, other.vector) / (self.vector_norm * other.vector_norm)

這看起來像是計算餘弦相似度的公式，並且向量似乎是用 SpaCy 創建的.vector，文檔說它是從 GloVe 的 w2v 模型訓練的。

引用自：https://stats.stackexchange.com/questions/304217