2つのセンテンス間でpretrained fasttexモデルのcosine_similarityが高いのはなぜなのですか？

Question

私はwiki（韓国語）で事前に訓練された「ファーストテキストモデル」がうまくいかない理由を知りたいと思っています！ :(

モデル= fasttext.load_model（ "./ fasttext/wiki.ko.bin "）

model.cosine_similarity（" 테스트테스트이건테스트문장"、 "지금아무관계없는글정말로정말로"） （英語で）

model.cosine_similarity（「本当に今はないすべての相対ドキュメント」、「テストテストは、これはテスト文である」）

150 .... ?? これらの文ではありませんまったく意味がありませんので、私は余弦しかし、それは0.997383でした...

孤独な文章とファストテキストを比較することは不可能ですか？ これはdoc2vecを使用する唯一の方法ですか？

Answer 1

「fasttext」コードパッケージはどちらを使用していますか？

確かにcosine_similarity()は生の文字列を取り、各例の単語を自動的にトークン化/結合して文レベルの類似性を持たせるように設計されていますか？ （その能力は、その文書や実例で示唆されているのでしょうか、それともトークン化された言葉のリストが期待されていますか？）