如何在Python中的余弦距离矩阵中找到距离给定诗歌最远的一首诗？

Question

我有一个名为

dist

的余弦距离矩阵，它表示数据集中 1104 首诗之间的成对余弦距离。行和列的顺序与名为

all_meta0

的列表对齐，其中包含每首诗的元数据（标题、作者等）。

我需要找到距离给定诗歌“The Parade”最远的一首诗，它对应于

dist

矩阵的第二行（即索引

1

，使用从零开始的索引）。本质上，我想确定哪首诗与“游行”的余弦距离最大。

这是我迄今为止在网上找到的内容，但我不知道如何去做。

提取

dist

矩阵的第二行，它代表“游行”与所有其他诗歌之间的距离。 将与其自身的距离设置为

-1

以忽略它。 找到该行中最大值的索引，该索引对应于最远的诗。 使用该索引从

all_meta0

获取元数据。

这就是 dist 变量的来源：

mds = MDS(n_components=2, dissimilarity="precomputed", random_state=1)
pos = mds.fit_transform(dist)
dist = 1 - cosine_similarity(dtm)
dist[0:5], len(dist), len(dist[0])
pos = mds.fit_transform(dist)```

Answer 1

这非常简单，因为您已经有了距离矩阵。一些示例代码如下：

import numpy as np


distances_from_parade = dist[1]

distances_from_parade[1] = -1
furthest_poem_index = np.argmax(distances_from_parade)

furthest_poem_metadata = all_meta0[furthest_poem_index]
print(furthest_poem_metadata)