如果某个属性在文本中没有出现，可以考虑使用与该属性相关的词语作为代替，例如“员工素质”可以用“服务态度”、“专业技能”等词语代替。另外，也可以使用与该属性相关的同义词或近义词进行替代。

示例代码：

import gensim import jieba

加载预训练的中文词向量模型

model = gensim.models.Word2Vec.load("path_to_pretrained_model")

定义属性关键词

attributes = ["员工素质", "设施服务", "清洁程度", "舒适度", "性价比", "位置"]

定义属性关键词的代替词

replace_words = { "员工素质": ["服务态度", "专业技能"], "设施服务": ["设施设备", "客房服务"], "清洁程度": ["卫生干净", "清洁卫生"], "舒适度": ["舒适感受", "睡眠质量"], "性价比": ["价值体现", "性价比高"], "位置": ["交通便利", "地理位置"] }

将文本分词，并计算属性关键词和代替词的词向量

with open("path_to_text_file", "r", encoding="utf-8") as f: text = f.read() words = jieba.lcut(text) for attr in attributes: attr_words = [attr] + replace_words.get(attr, []) attr_vecs = [] for w in attr_words: if w in model.wv.vocab: attr_vecs.append(model.wv[w]) if attr_vecs: attr_vec = sum(attr_vecs) / len(attr_vecs) for w in words: if w in model.wv.vocab: sim = model.wv.similarity(attr, w) if sim > 0.7: # 相似度阈值可以根据实际情况调整 print("{} -> {}: {}".format(w, attr, sim)