cosine-similarity - 计算余弦相似度的不同文档长度？

Question

当我想在两个具有不同单词数的文档之间找到余弦相似度时，有什么规则吗？

Answer 1

标准公式不需要匹配的单词数。您可以总结两个文档的单词的并集。所有在 B 中但不在 A 中的词在 A 的词向量中产生 0。在 A 但不在 B 中的所有词在 B 的词向量中产生 0。