如果您有关键字的向量，则可以聚合这些向量以获得文档向量。最简单（也可能是最有效的方法之一）的方法是将关键字向量平均化以形成文档向量。获得每个文档的向量后，您可以使用余弦相似度等相似度度量来查看文档的接近程度。这种方法的一个典型例子是：

编辑：另一个有趣的点是评估你是如何得到你的词向量的。请查看预训练的词嵌入，例如 word2vec、Glove 或 Fast Text。

听起来您正在尝试进行某种主题建模。我可能会推荐诸如潜在语义分析（LSA）、潜在狄利克雷分配（LDA）或潜在语义索引（LSI）之类的东西。LSA 对文档 x 关键字出现矩阵进行矩阵分解以提取显着主题。它可以让您找到文档之间的余弦相似度，就像您正在寻找的那样。我推荐这篇介绍论文。正如这个 SO answer所暗示的那样，如果您希望使用 tf-idf ，也可以将其用作文档向量。