python实现word2vec，用中文测试

要实现Word2Vec，可以使用Python中的gensim库。下面是一个简单的例子：

from gensim.models import word2vec
import jieba

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 使用结巴分词
sentences = [list(jieba.cut(sentence)) for sentence in text.split('\n')]

# 训练模型
model = word2vec.Word2Vec(sentences, size=100, min_count=5)

# 测试
print(model.wv['中国'])

在上面的例子中，我们首先读取了一个文本文件，并使用结巴分词将其分成若干个句子。然后，我们使用这些句子来训练Word2Vec模型。最后，我们测试了一下模型，看看它能否正确地找到“中国”这个词的向量表示。

需要注意的是，由于中文的特殊性，需要首先对文本进行分词处理。在上面的例子中，我们使用了结巴分词库来进行分词。