J'ai un modèle word2vec pour chaque utilisateur, donc je comprends à quoi ressemblent deux mots sur différents modèles. Existe-t-il un moyen plus efficace de comparer les modèles formés?Optimisation des comparaisons de modèles word2vec
userAvec = Word2Vec.load(userAvec.w2v)
userBvec = Word2Vec.load(userBvec.w2v)
#for word in vocab, perform dot product:
cosine_similarity = np.dot(userAvec['president'], userBvec['president'])/(np.linalg.norm(userAvec['president'])* np.linalg.norm(userBvec['president']))
Est-ce la meilleure façon de comparer deux modèles? Existe-t-il un moyen plus efficace de voir comment deux modèles se comparent plutôt que mot par mot? Imaginez 1000 utilisateurs/modèles, chacun avec un nombre similaire de mots dans le vocabulaire.
Cela n'a aucun sens de comparer deux modèles avec une similarité de cosinus directe. – Mehdi