なぜ1つの単語を持つ2つのドキュメントが類似性について0.00を返しますか？

Question

なぜ、同じ単語の宇宙飛行士を持つ両方のドキュメントとの類似性が、以下のコードで0.00ですか？

import spacy 
nlp = spacy.en.English() 
print (nlp('astronaut').similarity(nlp('astronaut'))) 
# Result: 0.0 

Answer 1

理由は、その単語が単一の単語のためのベクトルがポイントである、とあなたはポイント間cosine distance similarityを得ることができないです。

多次元ベクトル対点に対するベクトルの比較を見る

>>> a = nlp(u'astronaut eating apple banana cherry') 
>>> b = nlp(u'astronaut eating apple banana fruit') 
>>> a.similarity(b) 
0.96363932891327542 
>>> a.similarity(a) 
0.99999997666693974 
>>> b.similarity(b) 
1.000000996690289 
>>> a = nlp(u'astronaut') 
>>> b = nlp(u'astronaut') 
>>> a.similarity(a) 
0.0 
>>> b = nlp(u'cosmonaut') 
>>> a.similarity(a) 
0.0 
>>> b.similarity(b) 
0.0 
>>> a.similarity(b) 
0.0 
>>> c = nlp(u'single') 
>>> a.similarity(c) 
0.0