Python 如何运行spaCy'；s的句子相似性函数到一个字符串数组以获得一个分数数组？

我必须将一个spacy文档与一个spacy文档列表进行比较，并希望得到一个相似性分数列表作为输出。当然，我可以使用for循环来实现这一点，但我正在寻找一些优化的解决方案，比如numpy提供的广播等

我有一份文件与一份文件清单相对应：

oneDoc = 'Hello, I want to be compared with a list of documents'
listDocs = ["I'm the first one", "I'm the second one"]

spaCy为我们提供了一个文档相似性函数：

oneDoc = nlp(oneDoc)
listDocs = nlp(listDocs)
similarity_score = np.zeros(len(listDocs))
for i, doc in enumerate(listDocs):
    similarity_score[i] = oneDoc.similarity(doc)

由于将一个文档与两个文档的列表进行比较，因此相似性分数如下所示：

[0.7,0.8]

---

我正在寻找一种方法来避免这种循环。换句话说，我想将此函数矢量化。

使用

nlp.pipe

处理所有文本文档。从每个文档中获取嵌入

.vector

。应用以余弦为度量的numpy成对距离函数创建矩阵