下面是一个使用Word2Vec计算词相似度的Python代码示例:
from gensim.models import Word2Vec
# 加载已经训练好的Word2Vec模型
model = Word2Vec.load('path/to/word2vec/model')
# 计算两个词的相似度
similarity_score = model.wv.similarity('apple', 'orange')
print(f"Similarity between 'apple' and 'orange': {similarity_score}")
请确保已经安装了gensim库,并将'path/to/word2vec/model'
替换为你自己的Word2Vec模型文件路径。这段代码加载预先训练好的Word2Vec模型,然后计算给定两个词之间的相似度。在这个示例中,我们计算了’apple’和’orange’之间的相似度,并输出结果。
注意:在运行此代码之前,需要先训练一个Word2Vec模型或下载预训练好的模型来加载。
内容由零声教学AI助手提供,问题来源于学员提问