word2vec参数

Word2vec训练中的参数：

（1） sg=1是skip-gram算法，对低频词敏感，默认sg=0为CBOW算法，所以此处设置为1。

（2） min_count是对词进行过滤，频率小于min-count的单词则会被忽视，默认值为5。

（3） size是输出词向量的维数，即神经网络的隐藏层的单元数。值太小会导致词映射因为冲突而影响结果，值太大则会耗内存并使算法计算变慢，大的size需要更多的训练数据, 但是效果会更好，在本文中设置的size值为300维度。

（4） window是句子中当前词与目标词之间的最大距离，即为窗口。本文设置窗口移动的大小为5。

（5） negative和sample可根据训练结果进行微调，sample表示更高频率的词被随机下采样到所设置的阈值，默认值为1e-3。

（6） hs=1表示层级softmax将会被使用，默认hs=0且negative不为0，则负采样将会被选择使用。