入力テキストとして270次元のベクトルファイルが必要になる

python_my_distance.py

# -*- coding: utf-8 -*-
import sys
import math
title = sys.argv[1:]
vocab = {}
i = 0
N=20
#ベクトルの読み込み
for line in open(title[0],"r"):
	j = 0
	# １行目（ベクトル以外）
	if i ==0:
		print('now reading vectors')
	# １単語のベクトルずつ読み込む
	if i != 0:
		line = line.split()
		tlist = [0] # 初期化
		# ベクトルの全要素を読み込む
		for score in line:
			# リストの１要素目はベクトルの長さを格納する
			if j==0:
				tlist[0] =0
			# ベクトルをtlistに追加
			if j != 0:
				tlist.append(float(score))
				# ベクトルの長さを計算
				tlist[0] += float(score)*float(score)
			j+=1
		# ベクトルの長さの計算（ルート取る）
		tlist[0] = math.sqrt(tlist[0])
		# dict型に代入
		vocab[line[0]] = tlist 
		#print vocab[line[0]]
	i+=1
abc = 0
# コサイン類似度計算(無限ループ)
for abc in range(0,100):
	# 計算対象語の入力
	query = raw_input('please input word >')
	print query
	flug = 0
	if query in vocab.keys():
		# 入力語が存在しているならflug=1
		flug =1
	if flug == 0:
		# 入力語が存在していないならflug =0
		print'the word does not exist in my dictionary.'
		continue
	print'                                              Word       Cosine distance'
	print'------------------------------------------------------------------------'
	
	cos={} # コサイン類似度を格納する辞書型リストの初期化
	queryVec = vocab[query]
	# 全単語について探索する
	for word in vocab.keys():
		tlist = vocab[word]
		i = 0
		# 内積の初期化
		inpro = 0
		# 内積の計算
		for i in range(1,271):
			inpro = queryVec[i] *tlist[i]
		# 内積÷長さ
		cos[word] = inpro / (queryVec[0]*tlist[0])
	# 上位N位を初期化
	i = 0
	bestd = {}
	for i in range(0,N):
		bestd[i]=[-1,'']
	count = 0
	# この中から上位N位を選出
	for word in vocab.keys():
		#print word,cos[word]
		a =0
		# 自分と同じ単語以外
		if query != word :
			for a in range(0,N):
				if cos[word] > bestd[a][0] :
					b = N-1
					count +=1
					for b in range(b,a,-1):
						temp = bestd[b-1]
						bestd[b] = temp
					bestd[a] = [word,cos[word]]
					break
				a+=1
	# 上位N位を表示
	print str(count)
	i = 0
	for i in range(0,N):
		print '%50s\t\t%f' % (bestd[i][0],  bestd[i][1])