PyTorch 实现 Word2Vec（Skip-gram 模型） 的完整代码，使用 中文语料 进行训练，包括数据预处理、模型定义、训练和测试。

1. 主要特点

支持中文数据，基于 jieba 进行分词
使用 Skip-gram 进行训练，适用于小数据集
支持负采样，提升训练效率
使用 cosine similarity 计算相似单词

完整代码：

import torch
import torch.nn as nn
import torch.optim as optim
import numpy as np
import random
import jieba
from collections import Counter
from sklearn.metrics.pairwise import cosine_similarity

# ========== 1. 数据预处理 ========