Nlp 了解fasttext的get_Session_vector（）和get_word_vector（）

我想做的是得到一对单词或短语的嵌入，并计算相似度

我观察到，当我为一个单词在get_-station_-vector（）和get_-word_-vector（）之间切换时，相似性是相同的。例如，我可以在计算嵌入_2或嵌入_3时切换方法，但嵌入_2和嵌入_3不是euqal，这很奇怪：

从scipy.spatial.distance导入余弦
将numpy作为np导入
导入快速文本
导入fasttext.util
#下载一个英文模型
fasttext.util.download_model（'en'，如果存在='ignore'）#英语
model=fasttext.load\u model（'cc.en.300.bin'））
#获取“一”和“二”的词向量。
嵌入\ 1=模型。获取\句子\向量（“小狗”）
嵌入\u 2=模型。获取\u单词\u向量（'puppy'）
嵌入3=模型。获取句子向量（'puppy'））
def余弦_相似性（嵌入_1，嵌入_2）：
#计算两个嵌入的余弦相似性。
sim=1-余弦（嵌入_1，嵌入_2）
打印（'Cosine相似度：{.2}'。格式（sim））
#比较嵌入
余弦_相似性（嵌入_1，嵌入_2）
#比较嵌入
余弦_相似性（嵌入_1，嵌入_3）
#检查两种方法是否产生相同的结果。
is_equal=np.数组_equal（嵌入_2，嵌入_3）
#打印结果。
打印（是否相等）

如果我切换方法，相似性始终为0.76，但is_equal为false。我有两个问题：

（1） 我可能不得不用get_-sensition_-vector（）来表示短语，但就单词而言，我应该用哪一个呢？当我为一个单词调用get_Session_vector（）时会发生什么

（2） 我使用fasttext是因为它可以处理词汇表之外的内容，使用fasttext的嵌入进行余弦相似性比较是一个好主意吗

你应该用

get\u word\u vector

来表示单词，用

get\u句子\u vector

来表示句子

获取句子向量

将每个词向量除以其范数，然后求平均值。如果您对更多细节感兴趣，请阅读

由于fastText提供向量表示，因此最好使用此向量来比较单词和句子

---

如果我的回答有用，请接受并投票表决。谢谢