Python Word2vec-获取相似度等级

假设我得到了一个word2vec模型（由gensim提供），我想得到单词之间的等级相似性。 例如，假设我有一个单词“desk”，与“desk”最相似的单词是：

表0.64

主席：0.61

第0.59册

铅笔0.52

我想创建一个函数，以便：

f（桌子、书）=3 因为书是与书桌最相似的第三个词。 它存在吗？最有效的方法是什么

您可以使用

秩（entity1，entity2）

获得距离-与索引相同

model.wv.rank(sample_word, most_similar_word)

---

此处不需要下面给出的单独函数。为了获取信息而保存它

假设您有一个元组列表中的单词及其向量，由

model.wv.most\u相似（示例单词）

返回，如图所示

[('table', 0.64), ('chair', 0.61), ('book', 0.59), ('pencil', 0.52)]

下面的函数接受样本字和最相似的字作为参数，并返回索引或秩（例如[2]），如果它出现在输出中

def rank_of_most_similar_word(sample_word, most_similar_word):
    l = model.wv.most_similar(sample_word)
    return [x+1 for x, y in enumerate(l) if y[0] == most_similar_word]

sample_word = 'desk'
most_similar_word = 'book'
rank_of_most_similar_word(sample_word, most_similar_word)

---

注意：按照注释中的建议，在使用

model.wv.most_-similable（）

时，使用

topn=x

获取前x个最相似的单词。

调用

most_-similable

可能必须包括

topn=len（model.wv.vocab）

，否则，列表中将找不到最相似的单词，您将返回一个空列表