def getSimilarVectors(index, number, sentence_index, q_embedding_vectors):

vector = q_embedding_vectors[sentence_index]
query_doc = {
  "size" : number,
  "query": {
    "script_score": {
      "query" : {
        "match_all" : {}
      },
      "script": {

        "source": "cosineSimilarity(params.query_vector, 'sent_vec') + 0.5",
        "params": {
          "query_vector": vector
        }
      }
    }
  }
}
sentences = []
search_result = es.search(index = index, body = query_doc)

qu嵌入向量是一个大小为768的列表，由句子嵌入组成。我想在考虑两个向量（q\u embedding\u vectors\u 1，q\u embedding\u vectors\u 2）代替q\u embedding\u vectors时得到一个相似的向量，因为当有三个向量时，余弦相似性度量失败，有没有度量来解决我的查询问题？