word2vec计算句子相似度代码

以下是使用Python中gensim库实现word2vec计算句子相似度的示例代码：

from gensim.models import Word2Vec
import numpy as np

# 加载预训练的word2vec模型
model = Word2Vec.load("path/to/word2vec/model")

def sentence_vector(sentence):
    """
    将句子转换为向量
    """
    vectors = [model.wv[word] for word in sentence if word in model.wv.vocab]
    return np.mean(vectors, axis=0)

def cosine_similarity(v1, v2):
    """
    计算两个向量的余弦相似度
    """
    return np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2))

# 计算两个句子的相似度
sentence1 = "这是一个测试句子"
sentence2 = "这是另一个测试句子"
vector1 = sentence_vector(sentence1)
vector2 = sentence_vector(sentence2)
similarity = cosine_similarity(vector1, vector2)
print("两个句子的相似度为：", similarity)

注意：以上代码中的`path/to/word2vec/model`需要替换为你自己的word2vec模型路径。另外，如果句子中有些词不在模型的词汇表中，需要进行相应处理，例如忽略或使用另一种方式处理。