私はすべてのユーザーに対して word2vec モデルを持っているので、異なるモデルで 2 つの単語がどのように見えるかを理解しています。これよりもトレーニング済みのモデルを比較する最適化された方法はありますか?
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']))
これは、2 つのモデルを比較するための最良の方法ですか? 単語ごとではなく、2 つのモデルを比較するより強力な方法はありますか? 1000 人のユーザー/モデルを想像してみてください。それぞれの語彙の単語数はほぼ同じです。