訓練詞向量時，本來就是準備好格式一定訓練文本，然後調用gensim開始訓練。但是訓練過程中出現了這樣的幺蛾子，編碼坑
UnicodeDecodeError: 'utf8' codec can't decode bytes in position 4229-4231: invalid continuation byte可能原因，文本中有不能解碼的字符，無法處理。於是參看一下文本，感覺還不錯，效果未知
參看：http://blog.csdn.net/xiaoguaihai/article/details/25735937