word2vec进行文本相似度怎么写

可以使用gensim库中的Word2Vec模型，首先需要导入该模型：

from gensim.models import Word2Vec

然后，使用该模型加载文本数据集，并进行训练：

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

其中，sentences是一个包含所有文本数据的列表，size表示词向量的维度，window表示Word2Vec的上下文窗口大小，min_count表示最小词频，workers表示使用的CPU数量。

训练好Word2Vec模型后，可以使用该模型计算文本相似度：

model.wv.similarity('word1', 'word2')

其中，'word1'和'word2'是需要计算相似度的两个词。

需要注意的是，Word2Vec模型是基于上下文语境的，所以在计算文本相似度时，需要考虑上下文中的词。