python使用similar函数搜索相似词语

好的，我们用gensim库中的Word2Vec模型来演示如何使用similar函数搜索相似词语。首先，需要先安装gensim库：

pip install gensim

然后，我们可以使用gensim.models包中的Word2Vec类来加载预训练好的词向量模型。这里以加载Google News预训练的词向量模型为例：

from gensim.models import KeyedVectors

model_path = 'GoogleNews-vectors-negative300.bin.gz'
model = KeyedVectors.load_word2vec_format(model_path, binary=True)

加载好词向量模型后，我们就可以使用similar函数来搜索相似词语。例如，我们想搜索与"car"相似的词语，可以这样调用similar函数：

similar_words = model.similar_by_word('car')
print(similar_words)

这样就会返回与"car"最相似的10个词语及其相似度。如果需要排除某些词语，可以使用negative参数，例如：

similar_words = model.similar_by_word(positive=['car'], negative=['engine', 'driver'])
print(similar_words)

这样就会返回与"car"相似度最高，但是排除了"engine"和"driver"的10个词语。