运用word2vec计算两个词的相似度

可以使用余弦相似度来计算两个词在word2vec中的相似度。具体步骤如下：

1. 导入gensim库

import gensim

2. 加载预训练好的word2vec模型

model = gensim.models.KeyedVectors.load_word2vec_format('path/to/pretrained/word2vec/model', binary=True)

其中，'path/to/pretrained/word2vec/model'指的是预训练好的word2vec模型文件的路径，需要根据实际情况进行修改。

3. 计算两个词的相似度

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

其中，'word1'和'word2'是两个需要计算相似度的词。

完整代码如下：

import gensim

model = gensim.models.KeyedVectors.load_word2vec_format('path/to/pretrained/word2vec/model', binary=True)
similarity = model.similarity('word1', 'word2')
print(similarity)

需要注意的是，如果两个词不在训练集中，那么会抛出KeyError异常。因此，在计算相似度之前，需要确保两个词都在训练集中。