计算 R 中 word2vec 模型的余弦相似度答案

【问题标题】：Calculate Cosine Similarity for a word2vec model in R计算 R 中 word2vec 模型的余弦相似度
【发布时间】：2021-07-10 06:50:31
【问题描述】：

我正在使用 R 中的包“word2vec”模型并遇到了一个大问题。我想弄清楚哪些词是最接近“不确定性”和“经济”的同义词，例如 Azqueta-Gavaldon（2020 年）的论文：“欧元区的经济政策不确定性：一种无监督的机器学习方法”。所以我做了 word2vec word2vec 包的功能来创建我自己的 word2vec 模型。使用函数 predict (object, ...) 我可以创建一个表格，显示最接近我考虑的单词的单词。问题是这个函数的相似性被定义为 (sqrt(sum(x . y ) / ncol(x))) 这不是余弦相似度。我知道我可以使用函数 cosine(x,y)。这个函数只是用来计算两个向量之间的余弦相似度，不能像我上面描述的预测函数那样输出。

有谁知道如何确定我的 Word2Vec 模型中每个单词与另一个单词的余弦相似度，并根据这些值给出与给定单词最相似的单词的输出？

这对我真的很有帮助，我已经很感激你的回答了。

亲切的问候，汤姆

【问题讨论】：

标签： r word2vec word-embedding cosine-similarity

【解决方案1】：

以下 github-code 解释了如何在 R 中的 Word2Vec 模型中使用余弦相似度： https://gist.github.com/adamlauretig/d15381b562881563e97e1e922ee37920

您可以在 R 中的每个矩阵上使用此函数，因此对于 R 中构建的每个 Word2Vec 模型。

亲切的问候，汤姆

【讨论】：