写出from torchtext.legacy import data，使用Adam优化器和50个epochs，用Word2Vec作为模型的初始化的代码

from torchtext.legacy import data
import torch.optim as optim

# 定义模型
model = ...

# 定义优化器
optimizer = optim.Adam(model.parameters())

# 定义数据迭代器
iterator = data.BucketIterator(...)

# 训练模型
for epoch in range(50):
    for batch in iterator:
        # 前向传播
        ...
        # 计算损失
        loss = ...
        # 反向传播
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

在上述代码中，用`Adam`优化器进行优化，训练50个epochs，用`Word2Vec`作为模型的初始化。需要注意的是，在定义模型和数据迭代器时需要补充具体代码。