pythonにおける単語の類似度について

Question

これは，疑問になるのですが
単語の類似度について類似度を算出しようとした場合に，大抵のサイトではcos類似度が用いられているのですが，これ以外に単語の類似度をpythonで実現しようとした場合にはどのようなものがあるでしょうか？

Answer 1

「単語の類似度の計算方法がコサイン類似度以外にあるか」という質問であれば、文字列の編集距離とかを使ったって出せますし、シソーラスでグラフ構造に基づく距離だって計算できますし、共起率とかで定義することもできますし、単語ベクトルの間の類似度にしたってコサイン類似度以外の計算方法は色々考えられるし……

星の数だけあります、という回答にしかならないのですが、

gensimでmost_similarを使うという状況であれば、基本的にはコサイン類似度を使うことになります。これはgensimがそういう実装だから、という以外の理由はありません。

Answer 2

コサイン類似度の他に、と問われたらレーベンシュタイン距離とかでしょうか。
そもそも類似とは何か、という話になりますけれども。

あるいはそうじゃなくて「word2vec を使うと便利ですよ」的な回答をご希望だったりしますでしょうか。

Comments

[taraco_040103]

回答ありがとうございます．
このような疑問を抱いた経緯として
現在，word2vecを用いてドメイン名（www.～．comといったもの）が行ごとに記述されたファイルに対して
前後関係から特徴量を算出→その後，類似度を算出　といった手順で類似度を算出しようとしています．
その，類似度を算出するmodel.most_similar　という関数がコサイン類似度で類似度を算出しているという説明があったので，他に類似度を算出する方法はないだろうか？ と思ったのです．

[68user]

質問は理解しましたが、残念ながらわたしにはわからないので他の回答者の皆様に期待です。

[fana]

（知らん分野なので私もわかりませんが）
質問者様が「他の類似度算出方法」を探す目的って何なのでしょう？
「何らかの意味でコサイン類似度よりも良い指標が欲しい」といった話なのであれば，「何らかの意味」の部分が明確でないと適切な回答は得られ難いでしょうし，
単に「より計算しやすいやつが欲しい」という話だとしても，【質問者様が考えている類似度というもの】を表すのに足る指標とは何か？っていうところが不明だとやはり適切な回答は得られ難いように思えます．

[taraco_040103]

回答ありがとうございます．もう一度自身で考えてから質問させてもらおうと思います．