关于word2vec 句子相似度计算

在生成词向量之后，基于词向量计算句子相似度：

1.首先处理句子的重点词汇，排除无关词汇，比如我你他之类的，non_words.txt里面是一些无关词汇



2.接下来根据相关的处理结果，做一个单项匹配

   首先根据s1的句子，找到是s1中第一个词语的在第二句话中的最大相似值，再依次找到第二个，第三个，取平均值作为s1 ->s2句子的单项匹配

  


3.最后取双向匹配的平均值作为 s1 和 s2 的句子相似度，值的范围为 [0,1]

   def pipei(s1,s2):

return (pipei_reverse(s1,s2)+pipei_reverse(s2,s1))/2

备注：这种算法可能不是最佳的句子相似度计算方式，但在一定程度上可以体现句子之间的近似程度。