1.sentences：能够是一个List，对于大语料集，倡议应用BrownCorpus,Text8Corpus或·ineSentence构建。
2.sg： 用于设置训练算法，默认为0，对应CBOW算法；sg=1则采纳skip-gram算法。
3.size：是指输入的词的向量维数，默认为100。大的size须要更多的训练数据,然而成果会更好. 推荐值为几十到几百。
4.window： 为训练的窗口大小，8示意每个词思考前8个词与后8个词（理论代码中还有一个随机选窗口的过程，窗口大小<=5)，默认值为5。
5.alpha: 是学习速率
6.seed：用于随机数发生器。与初始化词向量无关。
7.min_count: 能够对字典做截断. 词频少于min_count次数的单词会被抛弃掉, 默认值为5。
8.max_vocab_size: 设置词向量构建期间的RAM限度。如果所有独立单词个数超过这个，则就打消掉其中最不频繁的一个。每一千万个单词须要大概1GB的RAM。设置成None则没有限度。
9.sample: 示意 采样的阈值，如果一个词在训练样本中呈现的频率越大，那么就越会被采样。默认为1e-3，范畴是(0,1e-5)
10.workers:参数管制训练的并行数。
11.hs: 是否应用HS办法，0示意不应用，1示意应用 。默认为0
12.negative: 如果>0,则会采纳negativesamp·ing，用于设置多少个noise words
13.cbow_mean: 如果为0，则采纳上下文词向量的和，如果为1（default）则采纳均值。只有应用CBOW的时候才起作用。
14.hashfxn： hash函数来初始化权重。默认应用python的hash函数
15.iter： 迭代次数，默认为5。
16.trim_rule： 用于设置词汇表的整顿规定，指定那些单词要留下，哪些要被删除。能够设置为None（min_count会被应用）或者一个承受()并返回RU·E_DISCARD,uti·s.RU·E_KEEP或者uti·s.RU·E_DEFAU·T的函数。
17.sorted_vocab： 如果为1（defau·t），则在调配word index 的时候会先对单词基于频率降序排序。
18.batch_words：每一批的传递给线程的单词的数量，默认为10000
发表回复