如何加载预训练的Word2Vec模型

1. 下载预训练的Word2Vec模型文件，例如Google的预训练模型文件，可以通过以下链接下载：https://code.google.com/archive/p/word2vec/

2. 使用Python中的gensim库进行加载，示例代码如下：

from gensim.models import KeyedVectors

# 加载预训练的Word2Vec模型文件
model = KeyedVectors.load_word2vec_format('path/to/pretrained/model.bin', binary=True)

# 获取单词的向量表示
vector = model['word']

其中，`load_word2vec_format`函数用于加载Word2Vec模型文件，`binary`参数指定模型文件是否为二进制格式。

3. 使用加载的模型进行预测，例如计算两个单词之间的余弦相似度：

# 计算两个单词之间的余弦相似度
similarity = model.similarity('word1', 'word2')

4. 可以使用训练好的模型进行单词相似性计算、单词聚类、文本分类等应用。