实验三：使用Doc2Vec模型构建文档向量并计算向量间的相似度。 1.导入库2.输入示例文本3.分词处理并标记4.训练Doc2Vec模型5.定义自定义相似度函数6.获取文档向量并计算相似度 根据这份实验要求写一份python代码实现

实验三的Python代码实现大致可以按照以下步骤进行：

# Step 1: 导入必要的库
from gensim.models.doc2vec import Doc2Vec, TaggedDocument
import nltk
import numpy as np

# Step 2: 输入示例文本
texts = [
    "这是一段示例文本1，用于训练Doc2Vec模型。",
    "这是另一段示例文本2，也是训练的一部分。",
    # 更多文档...
]

# Step 3: 分词处理并标记
nltk.download('punkt')  # 如果未安装nltk，首次运行会下载这个包
tokenized_texts = [nltk.word_tokenize(text) for text in texts]
tagged_texts = [TaggedDocument(words=doc, tags=[str(i)]) for i, doc in enumerate(tokenized_texts)]

# Step 4: 训练Doc2Vec模型
model = Doc2Vec(tagged_texts, vector_size=100, window=5, min_count=1, workers=4)

# Step 5: 定义自定义相似度函数 (这里我们简单地取余弦相似度)
def custom_similarity(vec1, vec2):
    return np.dot(vec1, vec2) / (np.linalg.norm(vec1) * np.linalg.norm(vec2))

# Step 6: 获取文档向量并计算相似度
similarity_scores = []
for i, doc_vec in enumerate(model.docvecs):
    similarity_scores.append(custom_similarity(doc_vec, model.docvecs[i + 1]))  # 对比自身是为了避免除数为零错误

# 结果展示
print("文档相似度得分:", similarity_scores)

#