所有文档中的成对推土机距离（word2vec 表示）

是否有一个库可以获取文档列表并集体计算 nxn 距离矩阵 - 其中提供了 word2vec 模型？我可以看到 genism 允许您在两个文档之间执行此操作 - 但我需要对所有文档进行快速比较。就像 sklearns cosine_similarity 一样。

“词移动者距离”（应用于词向量组的地球移动者距离）是一个相当复杂的优化计算，依赖于每个文档中的每个词。

我不知道有什么技巧可以帮助它在一次计算多个数据时更快地运行——甚至是到同一个文档的多个距离。

因此，计算成对距离唯一需要的是嵌套循环来考虑每个（忽略顺序的唯一）配对。

例如，假设您的文档列表（每个单词列表）是docs，一个 gensim 词向量模型model, and numpy导入为np，您可以使用以下方法计算成对距离 D 的数组：

D = np.zeros((len(docs), len(docs)))
for i in range(len(docs)):
    for j in range(len(docs)):
        if i == j:
            continue  # self-distance is 0.0
        if i > j:
            D[i, j] = D[j, i]  # re-use earlier calc
        D[i, j] = model.wmdistance(docs[i], docs[j])

这可能需要一段时间，但随后您将在数组 D 中获得所有成对距离。