用sklearn比较句子或词的相似度

用bert模型对句子或词进行向量化，然后用sklearn比较其相似度：

# -*- coding:utf-8 -*-
from bert_serving.client import BertClient
from sklearn.metrics.pairwise import cosine_similarity
# 先命令行启动服务
# bert-serving-start -model_dir C:\Users\jason\PycharmProjects\code\chinese_L-12_H-768_A-12 -num_worker=1


class Encoding(object):
    def __init__(self):
        self.server_ip = "127.0.0.1"
        self.bert_client = BertClient(ip=self.server_ip)

    def encode(self, query):
        tensor = self.bert_client.encode([query])
        return tensor

    def query_similarity(self, query_list):
        tensors = self.bert_client.encode(query_list)
        return cosine_similarity(tensors)[0][1]


s1 = "我们今天所取得的成绩离不开与Qualcomm  Technologies等同样致力于实现上述价值主张的行业领军企业的密切合作。"
s2 = "康宁光通信无线产品管理副总裁Michelle Engarto表示：“康宁与Qualcomm Technologies开展5G毫米波RAN合作是为了给增值创新提供一条基准线。"
s3 = "OPPO副总裁与全球销售总裁吴强表示：“OPPO与Qualcomm Technologies一直保持紧密合作关系。"
s4 = "此外，两家公司正与广和通合作开发 M.2 模块，该模块经过优化，可与英特尔客户端平台集成。"