使用word2vec训练词向量

1. 安装gensim：pip install gensim
2. 准备预料：word2vec中需要sens预处理后使用空格进行分词的
3. 训练模型

w2v_model = gensim.models.Word2Vec(sentences, min_count=5, size=128, window=5) 

size:词向量的维度，默认值为100。这个维度的值通常与我们的语料大小有关，如果它小于100的语料M使用默认值的文本语料。如果是超大语料，建议增加维度。 window：上下文的最大距离为5 min_count：最小词频需要计算词向量。这个值可以去掉一些非常罕见的低频词，默认为5。如果是小语料，可以降低这个值。 4.保存模型，训练好的词向量

w2v_model.save("word2vec_model.bin")     # 保存模型,save_binary=True w2v_model.wv.save_word2vec_format("word2vec.txt", binary=False)     # 保持训练有素的词向量