【学而不思则罔，思而不学则殆】
2023.10.20

语义相似度

相似文本，可以是语义上相似，可以是字符串相似，因此文本相似度包含了语义相似度。
传统的基于统计的文本相似度计算方法，如词频，词出现与否来表示文本，会存在着两句话语义相差万里，但相似度很近的情况。
如：你欠我钱，我欠你钱

语义相似度计算方法种类参考：
NLP 语义相似度常用计算方法总结
欧式距离和余弦相似度是最常用的两种方法，在文本领域，通常采用是采用余弦相似度来计算语义相似度，why？

欧式距离

它计算的是高维空间中两个点之间的绝对距离，不考虑向量的方向性

余弦相似度

它计算的是两个向量夹角的cos值，只关注向量的方向，不考虑向量的绝对大小（因为不管长短，都会除以模变成单位向量），这也是它的缺点。

一个只关注距离，一个只关注方向，为什么NLP就选择了余弦相似度呢？

观点大杂烩

观点一：

观点二：

观点三：
https://zhuanlan.zhihu.com/p/644943003?utm_id=0

观点四：

观点五：