context2vec 系统分析

一、context2vec项目地址：https://github.com/orenmel/context2vec

二、测试数据集：

     ukWaC：http://wacky.sslmit.unibo.it/doku.php?id=corpora

     具体获得下载链接，需要发邮件问语料的制作方要；一封邮件过去，对方很乐意的给了下载链接，再次表示感谢。

三、数据预处理：

     根据论文要求，用于训练的语料要求是每一句一行，遇到的问题如下：

     1、如何界定 句：从获得语料看，一句是 分号(,)、句号(.)  截断的字符串？这个粒度的定义需要明确

          这里就使用 句号(.) 截断的字符串作为一句话，放到语料中的一行；然后去除所有其他的分句符。