如何获得更高的余弦相似度分数

Question

我已经使用nltk清理了我的数据，并且我的数据非常干净，我仍然无法获得更高的相似度分数，我正在制作一个食谱推荐系统，该系统获取成分并返回我们可以烹饪的食谱

https://colab.research.google.com/drive/1YnM0tUyWhhTQIXZipWdzIFfZGJHViFpi?usp=sharing

帮忙

我试图获得更高的相似度分数，但我仍然停留在 0.62，数据集有超过 6000 行

Answer 1

如果您的目标是获得更高的相似度分数，那么您需要了解，这意味着什么，例如：

• 100% 的分数意味着精确的单词级别重叠，这是不可能的。

相似性可以是逻辑的、词汇的和语义的。 如果您想关注语义相似性（推荐系统就是这种情况），您可能还想尝试更好的文本表示，例如嵌入（例如 word2vec、BERT 等）。