词向量相似度python

在Python中，可以使用不同的库来计算词向量的相似度。其中，最常用的是使用gensim库中的Word2Vec模型。下面是一个示例代码，展示如何使用gensim计算词向量的相似度：

from gensim.models import Word2Vec

# 加载预训练的Word2Vec模型
model = Word2Vec.load('path_to_pretrained_model')

# 计算两个词的相似度
similarity = model.wv.similarity('word1', 'word2')
print(f"相似度: {similarity}")

在上述代码中，你需要将 `path_to_pretrained_model` 替换为你自己的预训练模型路径。然后，通过调用 `model.wv.similarity(word1, word2)` 来计算两个词的相似度。最后，打印出相似度结果。

除了gensim库，还可以使用其他库如spaCy、tensorflow等来计算词向量的相似度。具体使用方法可能会有所差异，但基本原理是相似的。