word2vec参数

min_count

model = Word2Vec(sentences, min_count=10) # default value is 5

在不同大小的语料集中，我们对于基准词频的需求也是不一样的。譬如在较大的语料集中，我们希望忽略那些只出现过一两次的单词，这里我们就可以通过设置min_count参数进行控制。一般而言，合理的参数值会设置在0~100之间。

size

model = Word2Vec(sentences, size=200) # default value is 100

size参数主要是用来设置神经网络的层数，Word2Vec 中的默认值是设置为100层。更大的层次设置意味着更多的输入数据，不过也能提升整体的准确度，合理的设置范围为 10~数百。

workers

model = Word2Vec(sentences, workers=4) # default = 1 worker = no parallelization

workers参数用于设置并发训练时候的线程数，不过仅当Cython安装的情况下才会起作用