维基百科训练Word2vec模型

下载语料库

（找语料库找了好久，最后还是老师提供的😭😭😭）

下载完后不要直接解压，不然会显示文件损坏，而要用WikiExtractor来提取

创建一个文件夹WikiExtractor.py里面存放Wikipedia Extractor代码；
把文件放到同一文件夹下，用 cmd在这个文件夹下运行：
python WikiExtractor.py -b 500M -o output_filename input_filename.bz2
b 1000M表示的是以1000M为单位进行切分，有时候可能语料太大，我们可能需要切分成几个小的文件（默认），如果存入一个文件，只需要设置的大小比处理的包大即可；
output_filename：需要将提取的文件存放的路径；
input_filename.bz2：需要进行提取的.bz2文件的路径；
运行：