如何使用 doc2vec 查找两个字符串列表之间的相似性？

【问题标题】：How to find similarity between two list of strings using doc2vec?如何使用 doc2vec 查找两个字符串列表之间的相似性？
【发布时间】：2019-05-27 13:04:42
【问题描述】：

我有一个字符串列表，如下所示。我希望使用 Doc2Vec 查看 list1 和 list2 之间的相似性。

list1 = [['i','love','machine','learning','its','awesome'],['i', 'love', 'coding', 'in', 'python'],['i', 'love', 'building', 'chatbots']]
list2 = ['i', 'love', 'chatbots']

【问题讨论】：

完全不清楚你要的是什么

标签： python python-3.x nlp doc2vec

【解决方案1】：

如果您在 gensim 库中使用 Doc2Vec 实现，则有介绍性笔记本涵盖了这一点。例如，查看文件doc2vec-lee.ipynb，它位于gensim docs/notebooks 目录中（您可以在本地运行它），或在线查看：

https://github.com/RaRe-Technologies/gensim/blob/develop/docs/notebooks/doc2vec-lee.ipynb

注意：

您需要使用更多数据训练的模型 - 最好是数万或更多文本，每个文本至少是一个句子
如果您要比较的两个文本属于您的训练集，您可以从模型中检索学习到的文档向量
如果您要比较的两个文本不属于训练集，您可以使用模型推断它们的 doc-vectors，如该笔记本中所示

【讨论】：