我有一本这样的字典:
dict = {in : [0.01, -0.07, 0.09, -0.02], and : [0.2, 0.3, 0.5, 0.6], to : [0.87, 0.98, 0.54, 0.4]}
我想计算每个单词之间的余弦相似度,我有一个余弦相似度函数,该函数采用两个向量。首先,它将为 'in' 和 'and' 取值,然后它应该为 'in' 和 'to' 取值等等。
我希望它将结果存储在另一个字典中,其中“in”应该是键,值应该是每个计算的余弦相似度值与该键的字典。就像我希望输出是这样的:
{in : {and : 0.4321, to : 0.218}, and : {in : 0.1245, to : 0.9876}, to : { in : 0.8764, and : 0.123}}
以下是执行所有这些操作的代码:
def cosine_similarity(vec1,vec2):
sum11, sum12, sum22 = 0, 0, 0
for i in range(len(vec1)):
x = vec1[i]; y = vec2[i]
sum11 += x*x
sum22 += y*y
sum12 += x*y
return sum12/math.sqrt(sum11*sum22)
def resultInDict(result,name,value,keyC):
new_dict={}
new_dict[keyC]=value
if name in result:
result[name] = new_dict
else:
result[name] = new_dict
def extract():
result={}
res={}
with open('file.txt') as text:
for line in text:
record = line.split()
key = record[0]
values = [float(value) for value in record[1:]]
res[key] = values
for key,value in res.iteritems():
temp = 0
for keyC,valueC in res.iteritems():
if keyC == key:
continue
temp = cosine_similarity(value,valueC)
resultInDict(result,key,temp,keyC)
print result
但是,它给出的结果是这样的:
{'and': {'in': 0.12241083209661485}, 'to': {'in': -0.0654517869126785}, 'from': {'in': -0.5324142931780856}, 'in': {'from': -0.5324142931780856}}
我希望它是这样的:
{in : {and : 0.4321, to : 0.218}, and : {in : 0.1245, to : 0.9876}, to : { in : 0.8764, and : 0.123}}
我觉得是因为在resultInDict函数中我定义了一个新字典new_dict来为内部字典添加键值,但是每次调用函数resultInDict时,都会清空这一行的new_dict new_dict={}
,只添加一个键值对.
我怎样才能解决这个问题??