# Word2vec ## 关于 本示例展示如何使用word2vec_skipgram Module进行句子相似度预测。 word2vec_skipgram是对中文词语的向量表示，可以用于进行各类NLP下游任务等。 ## 准备工作 在运行本目录的脚本前，需要先安装1.4.0版本以上的PaddlePaddle（如果您本地已经安装了符合条件的PaddlePaddle版本，那么可以跳过`准备工作`这一步）。 ```shell # 安装GPU版本的PaddlePaddle $ pip install --upgrade paddlepaddle-gpu ``` 如果您的机器不支持GPU，可以通过下面的命令来安装CPU版本的PaddlePaddle ```shell # 安装CPU版本的PaddlePaddle $ pip install --upgrade paddlepaddle ``` 在安装过程中如果遇到问题，您可以到[Paddle官方网站](http://www.paddlepaddle.org/)上查看解决方案。 ## 预测 ```shell python sensim.py ``` 程序运行结束后, 可以看待预测的两个文本的余弦相似度 ``` text_a: 驾驶 违章 一次 扣 12分 用 两个 驾驶证 处理 可以 吗; text_b: 一次性 扣 12分 的 违章 , 能用 不满 十二分 的 驾驶证 扣分 吗; cosine_similarity: 0.39889 text_a: 水果 放 冰箱 里 储存 好 吗; text_b: 中国银行 纪念币 网上 怎么 预约; cosine_similarity: -0.08258 text_a: 电脑 反应 很 慢 怎么 办; text_b: 反应 速度 慢 , 电脑 总是 卡 是 怎么回事; cosine_similarity: 0.40820 ```
