先明確一點，選用不同的詞向量作爲模型的初始值，效果的差異非常大！那麼怎麼產生一個好的詞向量呢？參看文章http://licstar.net/archives/tag/%E8%AF%8D%E5%90%91%E9%87%8F
1、英文的詞向量可以訓練，也可以用Google訓練好的那個模型。
2、但是中文就不行了，沒有一個公佈一個權威的詞向量。
所以，當我們自己做試驗時，就需要動手訓練這個語義空間的詞向量（注：不同的語義空間詞向量是不同的）。那麼如何訓練一個好的詞向量是有一定套路的。從開頭那個鏈接文章知道：
“首先根據具體任務，選一個領域相似的語料，在這個條件下，語料越大越好。然後下載一個 word2vec 的新版（14年9月更新），語料小（小於一億詞，約 500MB 的文本文件）的時候用 Skip-gram 模型，語料大的時候用 CBOW 模型。最後記得設置迭代次數爲三五十次，維度至少選 50，就可以了。”
語料對詞向量的影響比模型的影響要重要得多得多得多（重要的事說三遍）
很多論文都提到語料越大越好，我們發現，語料的領域更重要。領域選好了，可能只要 1/10 甚至 1/100 的語料，就能達到一個大規模泛領域語料的效果.文章還做了實驗，當只有小規模的領域內語料，而有大規模的領域外語料時，到底是語料越純越好，還是越大越好。在我們的實驗中，是越純越好。這一部分實驗數據比較豐富，原文相對清楚一些。
再說下用gensim訓練詞向量時遇到的坑。
1、可以直接包gensim。gensim理由Word2Vec。
2、Sentences輸入的是分好的詞的句子。詞與詞之間空格。
3、