wiki训练word2vec

以下是使用Wikipedia语料库训练Word2Vec模的步骤：

1. 下载Wikipedia语料库，可以从维基百科的官方网站上下载，也可以使用已经处理好的语料库。

2. 使用分词工具对语料库进行分词处理，可以使用jieba等中文分词工具。

3. 使用Word2Vec模型对分词后的语料库进行训练，可以使用gensim等Python库进行训练。

4. 对训练好的模型进行测试，例如计算词语之间的相似度等。

下面是一个使用gensim库训练Word2Vec模型的例子：

# 导入包
from gensim.models import Word2Vec
import jieba

# 加载语料库并进行分词处理
with open('zhwiki.txt', 'r', encoding='utf-8') as f:
    sentences = [jieba.lcut(line.strip()) for line in f]

# 训练Word2Vec模型
model = Word2Vec(sentences, size=100, window=5, min_count=5, workers=4)

# 保存模型
model.save('word2vec.model')

# 加载模型
model = Word2Vec.load('word2vec.model')

# 计算词语之间的相似度
similarity = model.similarity('苹果', '梨子')
print(similarity)