python根据词向量计算相似度_Python 利用Word2Vec计算词语相似度（gensim实现）

使用 gensim 训练中文词向量，计算词语之间的相似度。

输入：语料库，txt文件。

输出：余弦相似度。

实现代码：

# -*- coding: utf-8 -*-

import logging

from gensim import models

from gensim.models import word2vec

def main():

logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)

sentences = word2vec.LineSentence("output.txt")

model = word2vec.Word2Vec(sentences, size=250)

# 保存模型，供以后使用

model.save("word2vec.model")

# 模型读取

# model = word2vec.Word2Vec.load("your_model_name")

logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)

model = models.Word2Vec.load('word2vec.model')

print("提供 3 种测试模式\n")

print("输入一个词，则去寻找前一百个该词的相似词&