了解如何在我的cas中使用Fasttext嵌入单词

Question

我正在寻找一些有关Fasttext和NLP的指导，以帮助理解模型如何继续计算一个句子的向量。你知道吗

上下文：

我正在使用fasttext方法get_sentence_vector（）来计算我将调用P1的查询语句的向量，以及一组语句（P2，P3，P4，P5，…，Pn）。句子可以有一个或多个单词。然后，我计算句子P1的向量与其他句子向量之间的距离，最终得到最接近P1的句子列表。请注意，我只在P1上做预处理（去除数字和标点符号+标记化和用SpaCy进行柠檬化）。目标是得到最接近意义的句子

---

问题是我不了解不同情况下的结果：

案例1:P1=“生物肥料”

• 载体“生物肥料”和“化肥”之间的距离：0.48
• 载体“生物肥料”和“生物肥料”之间的距离：0.49

在这里，我不明白用“生物肥料”的fasttext计算的向量如何更接近“化肥”而不是“生物肥料”。矢量计算过程中是否计算破折号？生物肥料在逻辑上应该更接近，你不觉得吗？你知道吗

案例2:P1=“笔记本电脑”

• “笔记本电脑”和“笔记本电脑电池充电器”之间的距离：0.16
• “笔记本电脑”和“平板电脑”之间的距离：0.27

这是不正确的，因为“平板电脑”比“笔记本电脑电池充电器”更接近“笔记本电脑”。是因为后者包含了“膝上型电脑”一词，所以距离较低吗？你知道吗

案例3:P1=“刀”：

“刀”和“餐具，除了叉子、刀和勺子”之间的距离很小，这两句话被认为很接近。不应该是这样，因为它们的含义是对立的。所以我假设Fasttext在向量计算过程中没有吸收否定词，比如“Except”或“not”？你知道吗

---

当计算向量之间的距离时，Fasttext是如何得到这些结果的？你知道吗

我还想听听其他关于计算两句话之间语义接近度的建议。你知道吗