使用 jieba 分词 计算“宝玉”，“黛玉”词向量

首先，我们需要安装 jieba 和 jieba_fast 的库。可以使用以下命令进行安装：

pip install jieba
pip install jieba_fast

然后，我们可以使用以下代码进行分词和计算词向量：

import jieba
import jieba_fast
import gensim

# 加载停用词
stopwords = set()
with open('stopwords.txt', 'r', encoding='utf-8') as f:
    for line in f.readlines():
        stopwords.add(line.strip())

# 加载语料库
sentences = []
with open('corpus.txt', 'r', encoding='utf-8') as f:
    for line in f.readlines():
        sentences.append(line.strip())

# 分词
words = []
for sentence in sentences:
    seg_list = jieba_fast.cut(sentence)
    words.append([word for word in seg_list if word not in stopwords])

# 训练词向量模型
model = gensim.models.Word2Vec(words, size=100, min_count=5, workers=4)

# 计算宝玉、黛玉的词向量
baoyu_vec = model.wv['宝玉']
daiyu_vec = model.wv['黛玉']

print('宝玉的词向量：', baoyu_vec)
print('黛玉的词向量：', daiyu_vec)

其中，停用词表可以自己定义或者从网上找到。语料库可以是一些小说、新闻等中文文本。在这里，我们使用了 jieba_fast 进行分词，因为它比 jieba 更快。词向量模型的训练参数可以根据实际情况进行调整。