一般情況下，word2vec結果只能用來計算詞與詞之間的相似度，例如用來計算近義詞。但將word2vec透過特定演演算法利用，也可以用來求句子與句子的相似度。有一篇文章From Word Embeddings To Document Distances，就是透過word2vec求句子與句子的相似度。

今天我要介紹一種簡單而且高效的方法，也是利用word2vec求句子與句子的相似度。

首先選出一個詞庫，比如說50萬個詞，然後用word2vec跑出所有詞的向量，然後對於每一個句子，構造一個20萬維的向量，向量的每一維是該維對應的詞和該句子中每一個詞的相似度的最大值。這樣就構造出了句子的向量了，由於句子不會太長，20萬維的向量大部分位置的值為0，因為解是稀疏的，在計算上也沒有什麼挑戰。

單擊“格式”選單中的“樣式和格式”命令開啟“樣式和格式”任務窗格，此時可看到所選文字的格式，將滑鼠指向"所選文字"下面的框，其右側會顯示一個下拉按鈕。單擊該按鈕，選擇其中的“選擇所有格式類似的文字”，則文件中與此相同格式的文字均會被選中。

第一步，在“審閱”選項卡中找到“比較”選項

 第二步，在彈出的對話方塊中選中原文件和修訂的文件

第三步，點選確定之後，會生成一個新的帶修訂的word檔案，裡面用修訂模式標註出了修訂文件與原文件的不同

以上，就是“比較”的功能啦~~

最後，提示一句，我們還可以利用“審閱”選項卡下面的“合併”功能

將多個帶修訂的文件（如果多個人對檔案進行了修訂）的修訂都合併在一個文件裡