中文wiki语料word2vec训练模型（win7+Anaconda3+Python3.5）

1.环境、操作平台

  Windows7 64位，Anaconda3,Python3.5；

2.下载wiki中文语料（由于语料较大建议使用迅雷下载）

  下载地址为：http://download.wikipedia.com/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2

3. 安装opencc用于中文的简繁替换

  方法一： 安装exe的版本，到https://bintray.com/package/files/byvoid/opencc/OpenCC 中下载，选择适合自己的32位或64位软件，本人下载opencc-1.0.1-win64.7z，直接将其解压到自定义文件夹用于繁体转简体的使用，本人文件夹为：E:\model\wiki\opencc-1.0.1-win64（建议使用此方法，转换速度快，且安装不会出现问题）

  方法二：安装Python版，使用命令   pip install opencc-python安装（不建议使用，安装时会出现各种问题）。

4.将下载的语料为文本txt格式（步骤二，方法一）

  Anaconda3下用Python代码解决

from gensim.corpora import WikiCorpus

'''
读取中文wiki语料库，并解析提取xml中的内容
'''
def dataprocess():
    space=" "
    i=0
    output=open('E:\model\wiki\zhwiki-articles