word2vec对语料的读取Word2Vec 是一种著名的词嵌入（Word Embedding）方法，它可以计算每个

Word2Vec 是一种著名的词嵌入（Word Embedding）方法，它可以计算每个单词在其给定语料库环境下的分布式词向量（Distributed Representation，亦直接被称为词向量）。词向量表示可以在一定程度上刻画每个单词的语义。

class gensim.models.word2vec.BrownCorpus（dirname ）从布朗语料库（NLTK数据的一部分）迭代句子,dirname是存储布朗语料库的根目录(通过nltk.download()下载布朗语料库)，得到的这个对象可以通过循环迭代语料库的句子。
class gensim.models.word2vec.LineSentence(source, max_sentence_length=10000, limit=None) 与上一样，也是产生迭代器，但需要更改下文件格式。简单的格式：一篇文档=一行; 单词已经过预处理并由空格分隔。
class gensim.models.word2vec.PathLineSentences（source，max_sentence_length = 10000，limit = None ）与LineSentence类一样，不过这里是处理根目录下的所有文件，同样文件中句子格式需要处理
class gensim.models.word2vec.Text8Corpus（fname，max_sentence_length = 10000 ）从text8语料库中迭代句子