什么是：Word2Vec + 余弦相似度

什么是：Word2Vec + 余弦相似度

Word2Vec是一种将单词转化为向量表示的模型，而Word2Vec + 余弦相似度则是一种利用Word2Vec得到的向量来计算文本相似性的方法。

示例文本

假设有两篇简单的文本：
文本1：“我喜欢苹果”
文本2：“我喜爱香蕉”

基于Word2Vec的文本向量化

• 训练Word2Vec模型：首先，使用大量的文本数据来训练Word2Vec模型。在训练过程中，模型会学习每个单词在文本中的上下文信息，并将单词映射到一个低维向量空间中。例如，在训练好的模型中，“喜欢”和“喜爱”这两个词虽然表述不同，但由于它们在语义上相近，会被映射到向量空间中相近的位置，得到各自的词向量，如“喜欢”对应的向量为[0.2, 0.1, 0.3, …, 0.1]，“喜爱”对应的向量为[0.25, 0.12, 0.28, …, 0.11]。同样，“苹果”和“香蕉”也会有各自的词向量。
• 构建文本向量：对于文本1“我喜欢苹果”，将其中每个单词的词向量相加并求平均（当然&#