gensim返回的Similarity Score（相似度得分）具体代表什么含义？

你的判断基本正确，不同算法的返回值细节如下：

• 标准Cosine similarity：你通过Gensim拿到的similarity score确实是两个向量的余弦值。如果你用的是词袋、TF-IDF这类非负向量输入，返回值会落在[0,1]区间，1代表完全匹配，0代表完全不相关；如果输入是带负值的向量（比如未归一化的词嵌入向量），取值范围会扩展到[-1,1]。
• Soft cosine similarity：Gensim默认配置下返回的similarity score是加权后的余弦值。和标准余弦的区别是计算内积时引入了词对的语义相似度做加权，以此识别语义层面的相似性，默认开启向量归一化的前提下，取值范围和标准余弦完全一致。只有当你手动指定normalize=False参数调用softcossim接口时，返回值才会是加权内积而非余弦值。
• 补充说明你提到的Mover measures：这类算法的返回值不属于余弦值范畴，是基于词移距离转换得到的语义相关性得分，取值逻辑和前两类算法不同。

你可以做简单验证：输入两个完全一致的文本，若返回得分等于1，即可确认你当前调用配置下拿到的是归一化后的余弦值。

内容的提问来源于stack exchange，提问作者Baran Seil Sepour