gensim中的相似度分数是什么意思？答案

【问题标题】：What does Similarity Score mean in gensim?gensim中的相似度分数是什么意思？
【发布时间】：2021-09-20 16:37:46
【问题描述】：

我使用 Gensim 库来查找句子与段落集合（文本数据集）之间的相似性。我分别使用了余弦相似度、软余弦相似度和 Mover 度量。 Gensim 返回一个项目列表，包括 docid 和 相似度得分。对于余弦相似度和软余弦相似度，我猜相似度分数是向量之间的余弦值。我说的对吗？

在 Gensim 文档中，他们写的是语义相关性，没有额外解释。我搜索了很多，但没有找到任何答案。请帮忙

【问题讨论】：

【解决方案1】：

通常通过“相似性”，人们正在寻求一种衡量语义相关性的方法 - 但计算出的特定值是否能够实现这一点将取决于许多其他因素，例如训练数据的充分性和选择其他合适的参数。

在每个代码上下文中，“相似性”的意义不亚于它的计算方式——通常是“向量表示之间的余弦相似度”。（当没有其他提示时，它意味着不同的东西，“余弦相似度”通常是一个安全的开始假设。）

但实际上：每次使用时“相似性”的含义不亚于该代码路径的文档/源代码规定的任何内容。

（我意识到这似乎是一个间接且不令人满意的答案。如果在 Gensim 源/文档/示例中的上下文中有特定用途，其含义不清楚，您可以指出这些，我也许可以澄清更多。 )

【讨论】：

谢谢 gojomo，你解释得很好。请查看此链接radimrehurek.com/gensim/auto_examples/core/… 并搜索“语义相关性”。这里不做解释。
我对该页面上使用“语义相关性”的感觉是，它旨在强调“只是单词所表示的”，没有其他潜在的输入。这不是我写的，但我认为它的措辞——“……关于他们的文本（词）的明显语义相关性”——可以粗略地解读为：“……关于仅从运行中推断出来的意义指示——词”。
作为结论，我们可以说语义相似度取决于我们使用的度量吗？例如，使用余弦相似度时，语义相似度是指向量之间的余弦，或者当我们使用 Mover 度量时，相似度得分是指 Mover 的值？
我认为这些概念有足够的“松散性”，作者应该尝试在上下文中为它们的目的很好地定义它们。（没有更多上下文，我不想做出任何严格的声明。）