Windows下基于python3使用word2vec训练中文维基百科语料(三)

对前两篇获取到的词向量模型进行使用：

代码如下：

 1 import gensim
 2 model = gensim.models.Word2Vec.load('wiki.zh.text.model')
 3 flag=1
 4 while(flag):
 5     word = input("Please input the key_word:
")
 6     if word in model:
 7         print(model['word'])
 8         # 词相似度
 9         result = model.most_similar(word)
10         for e in result:
11             print(e[0], e[1])
12     else:
13         print('单词不在字典中')
14 
15     flag=int(input("do you want to input next(yes=1,no=0):
"))
16 
17 #计算两个单词相似度
18 print ("水杯和水瓶的相似度为：",model.similarity('水杯','水瓶'))
19 
20 #模型还提供了一个方法，用于寻找离群词：
21 print (model.doesnt_match(u"早餐 晚餐 午餐 中心".split()))
22 #我们还可以根据给定的条件推断相似词，比如下面的代码中，我们找到一个跟篮球最相关，跟计算机很不相关的第一个词：
23 print (model.most_similar(positive=['篮球'],negative=['计算机'],topn=1))