Python 3.x gensim.models.FatText.wv.wmdistance如何计算两个文档之间的距离？

我已经有了一个使用gensim的fastText培训模型，
我可以得到两个句子之间的距离，如下所述

sentence_1 = "Today is very cold."  
sentence_2 = "I'd like something to drink."    

print(model.wv.wmdistance(sentence_1.split(" "), sentence_2.split(" ")))
# 0.8446287678977793  # for example

但是

vmdistance

如何计算这个值呢？
我想知道公式

API文档：

函数

wmdistance（）

计算两组单词之间的“单词移动器距离”

通过将运筹学中一个名为“地球移动者的距离”的古老理念应用到文本中，您可以在以下位置查看创造了“移动者距离”（WMD）测量值的学术论文：

，作者：Matt Kusner等人

您可以在以下位置查看gensim的

wmdistance（）

函数使用的确切代码：

大规模毁灭性武器的计算相当耗时，因为它涉及到对“意义堆”中许多可能的“转移”进行搜索，以找到一种支出最低的方法。随着文本变长，它变得特别耗时。（短句比完整段落或文档更实用。）

---

通常情况下，文本被归纳为一个向量——通过对其词向量的平均，或像

Doc2Vec

这样的浅层文本到向量算法，或深度学习模型（BERT、ELMo等）。然后，通过简单的余弦相似性，可以更快地比较这些单个向量。（这就是gensim向量模型的简单的

相似性（）

或

距离（）

方法所做的。）

有趣！我想知道大规模杀伤性武器和单一载体之间的能力差异。我试试看。谢谢你善意的回答。