python使用word2vec词向量表示

在 Python 中，我们可以使用 Gensim 库来训练和使用 Word2Vec 模型。下面是一个简单的示例代码，展示如何使用 Word2Vec 将文本转换为词向量表示：

from gensim.models import Word2Vec

# 准备训练数据
sentences = [['this', 'is', 'the', 'first', 'sentence', 'for', 'word2vec'],
            ['this', 'is', 'the', 'second', 'sentence'],
            ['yet', 'another', 'sentence'],
            ['one', 'more', 'sentence'],
            ['and', 'the', 'final', 'sentence']]

# 训练 Word2Vec 模型
model = Word2Vec(sentences, size=100, window=5, min_count=1, workers=4)

# 使用训练好的模型将文本转换为词向量表示
vector = model.wv['sentence']
print(vector)

在上面的代码中，我们首先使用 Gensim 库准备了训练数据，然后使用 Word2Vec 训练了一个模型。接着，我们可以使用模型的 `wv` 属性来获取词向量，其中 `wv` 表示 Word2Vec 的词向量。最后，我们使用 `model.wv['sentence']` 表示获取单词 `sentence` 的词向量表示。