寻找一组文档的最佳相似性度量

问题描述

作为NLP的新手，我正在尝试寻找一个似乎没有充分记录的问题的解决方案-估计组而不是一对文件的相似度文件。

假设我有两组词db.collection("rooms").where("code","==",this.state.code).get().then(querySnapshot => { querySnapshot.docs.forEach(snapshot => { // handle each document individually,if any }) }); 和a，我希望能够断言一组中的词在整体上彼此更相似 而不是第二组中的。举一个简单的例子：

b

在这里，我使用余弦相似度方法（0 =相同，1 =不相似）应用于组中所有可能的单词对。

对于那些对NLP和字符串距离功能更有经验的人来说，使用所有文档对的平均余弦距离来衡量组内相似度是否有意义？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）