多人缺少大语料训练的word2vec模型，在此分享下使用268G+语料训练好的word2vec模型。

训练语料：

百度百科800w+条，26G+
搜狐新闻400w+条，13G+
小说：229G+

模型参数：

window=5
min_count=10
size=128
hs=1
negative=0
iter=5

其它参数见gensim库，执行代码为：gensim.models.Word2Vec(sentence, window=5, min_count=10, size=128, workers=4,hs=1, negative=0, iter=5)

其它相关：

1.分词词典使用了130w+词典。分词代码：jieba.lcut(sentence)，默认使用了HMM识别新词；
2.剔除了所有非中文字符；
3.最终得到的词典大小为6115353；
4.模型格式有两种bin和model，使用方式：
(1)bin模型：

 import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('model.bin',binary=True)
print(model['love'])

(2)model模式：model = gensim.models.Word2Vec.load(model_path)

下载链接：

链接:https://pan.baidu.com/s/1ckkH_eT-WS4SN73Iq9Q_5A 密码:9aza