利用 gensim 模組 訓練詞向量

1. 用 word2vec 訓練詞向量，主要語句：

from gensim.models import Word2Vec
from gensim.models.word2vec import LineSentence

model = Word2Vec(LineSentence(wiki_news), sg=0,size=192, window=5, min_count=5, workers=9)

引數說明：
0）第一個引數 wiki_news 是預處理後的訓練語料庫。
1）sg=0 表示使用CBOW模型 訓練詞向量；
      sg=1 表示使用Skip-gram 訓練詞向量；
2）size 表示 詞向量的維度；
3）window 表示 當前詞和預測詞可能的最大距離；
      windows越大所需要列舉的預測詞越多，計算時間越長。
4）min_count 表示最小出現的次數，
      如果一個詞出現的次數小於min_count，那麼直接忽略該詞語。
5）workers 表示訓練詞向量時 使用的執行緒數。