中文word2vec模型算法python简单使用

中文Word2Vec模型可以使用Python中的gensim库进行训练和使用。下面是一个简单的使用示例：

1. 安装gensim库

pip install gensim

2. 准备中文语料

将中文语料保存到一个文本文件中，每行为一个句子，例如：

我 喜欢 吃 苹果
他 喜欢 吃 香蕉

3. 训练Word2Vec模型

使用gensim库的Word2Vec类进行模型训练，示例代码如下：

from gensim.models import Word2Vec

# 加载语料
sentences = []
with open("corpus.txt", "r", encoding="utf-8") as f:
    for line in f:
        sentences.append(line.strip().split())

# 训练Word2Vec模型
model = Word2Vec(sentences, size=100, window=5, min_count=1)

# 保存模型
model.save("word2vec.model")

其中，size表示词向量的维度，window表示上下文窗口大小，min_count表示最小词频，可以根据实际情况进行调整。

4. 使用Word2Vec模型

使用训练好的Word2Vec模型可以进行词向量查询、相似词查询等操作，示例代码如下：

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

# 获取词向量
vector = model.wv["苹果"]

# 查询相似词
similar_words = model.wv.most_similar("苹果")
print(similar_words)

其中，most_similar函数可以查询与指定词最相似的词汇。