如何遍历字典键以使用值计算余弦相似度？

Question

我有一个字典，内容大概是这样的：

dict = {in : [0.01, -0.07, 0.09, -0.02], and : [0.2, 0.3, 0.5, 0.6], to : [0.87, 0.98, 0.54, 0.4]}

我想计算每个单词之间的余弦相似度。为此，我写了一个函数，它可以接收两个向量。首先，它会计算'in'和'and'之间的相似度，然后再计算'in'和'to'之间的相似度，依此类推。

我希望把计算的结果存储在另一个字典里，字典的键是'in'，而值则是计算余弦相似度后得到的结果。同样，我也想为其他单词做这样的字典。

这是我用来计算余弦相似度的函数：

import math
def cosine_similarity(vec1,vec2):
    sum11, sum12, sum22 = 0, 0, 0
    for i in range(len(vec1)):
        x = vec1[i]; y = vec2[i]
        sum11 += x*x
        sum22 += y*y
        sum12 += x*y
    return sum12/math.sqrt(sum11*sum22)

vec1和vec2可以是两个列表，比如：[0.01, -0.07, 0.09, -0.02]和[0.2, 0.3, 0.5, 0.6]，它会返回一个结果，比如：0.14

我该如何为每个键计算相似度，并以这种方式将结果存储在字典中呢？：

{in : {and : 0.4321, to : 0.218}, and : {in : 0.1245, to : 0.9876}, to : { in : 0.8764, and : 0.123}}

Answer 1

首先，你可以从字典中计算出一个列表，然后用这个列表进行计算。计算完成后，你可以把结果再放回那个字典里，就像这样：

import math
def cosine_similarity(vec1,vec2):
sum11, sum12, sum22 = 0, 0, 0
for i in range(len(vec1)):
    x = vec1[i]; y = vec2[i]
    sum11 += x*x
    sum22 += y*y
    sum12 += x*y
return sum12/math.sqrt(sum11*sum22)

dictio = {"in" : [0.01, -0.07, 0.09, -0.02], "and" : [0.2, 0.3, 0.5, 0.6], "to" : [0.87, 0.98,     0.54, 0.4]}

L = []
A = []
B = []

for i in dictio:
    L.append(dictio[i])

for i in range(len(L)):
    for j in range(len(L)):
        if ( i != j):
            B.append(cosine_similarity(L[i],L[j]))
    A.append(B)
    B=[]

c=0
for i in dictio:
    dictio[i]= A[c]
    c = c + 1

Answer 2

import math
inputDict = {"in" : [0.01, -0.07, 0.09, -0.02], "and" : [0.2, 0.3, 0.5, 0.6], "to" : [0.87, 0.98, 0.54, 0.4]}
def cosine_similarity(vec1,vec2):
    sum11, sum12, sum22 = 0, 0, 0
    for i in range(len(vec1)):
        x = vec1[i]; y = vec2[i]
        sum11 += x*x
        sum22 += y*y
        sum12 += x*y
    return sum12/math.sqrt(sum11*sum22)


result = {}
for key,value in inputDict.items():
    temp,tempDict= 0,{}
    for keyC,valueC in inputDict.items():
        if keyC == key:
            continue
        temp = cosine_similarity(value,valueC)
        tempDict[keyC] =temp
    result[key]= tempDict


print(result)

输出结果：

{'in': {'and': 0.14007005254378826, 'to': -0.11279001655020567}, 'and': {'in': 0.14007005254378826, 'to': 0.7719749900051109}, 'to': {'in': -0.11279001655020567, 'and': 0.7719749900051109}}