意思相近的词，比如“西红柿”，“番茄”。
要计算词的相似度可以首先把词转换为向量，然后用余弦夹角计算相似度。
如何把词转换为向量呢？
word2vector可以，他就是把语料库中的词转换为向量。
（具体计算过程我还没有看明白，to-do）我目前知道的一点是：用skip-gram的算法，首先讲所有的词用one-hot编码，定义一个三层的神经网络，然后进行训练，用隐藏层的权重作为词的向量表示。（to-do）
我还知道另外一种方法，奇异值分解，Singular Value Decomposition，词-文章矩阵，经过SVD，所有的词都可以转换为一个r维的向量，所有的文章也可以转换为一个r维的向量。从参考2上我看到这种方法是可以的，不过缺点是计算量大。
参考1：https://www.cnblogs.com/2010Freeze/archive/2012/07/08/2580632.html
参考2:https://www.jianshu.com/p/1405932293ea