sg 定義訓練演算法,預設是sg=0,採用CBOW，否則sg=1採用skip-gram
size 是特徵向量的維數
window 設定當前詞彙與上下文詞彙的最大間距
alpha 是最初學習速率
seed 用於隨機數生成器
min_count  設定最低有效詞頻
max_vocab_size  設定詞向量訓練期間的最大RAM，如果詞彙量超過這個就減掉詞頻最小的那個,設定None則不限制，每1000萬字大概需要1Gb記憶體
sample 設定高頻詞隨機下采樣的閾值，預設值為1e-3，有效範圍為（0，1e-5）
workers 設定幾個工作執行緒來訓練模型（有效利用多核機器）
hs  如果設定為1，將用於模型訓練。如果設定為0（預設），同時negative設定為非零，將使用負取樣
negative 如果> 0，將使用負取樣，該數值指定應取出多少“噪聲字”（通常在5-20之間）。預設值為5，如果設定為0，則不使用負取樣
cbow_mean = 如果設定為0，使用上下文詞向量的和。如果設為1（預設），則使用平均值，僅適用於使用cbow時。
hashfxn 雜湊函式，用於隨機初始化權重以增加訓練的可重複性。預設是Python的基本內建雜湊函式
iter  語料庫中的迭代次數（epochs），預設值為5
trim_rule 詞彙修剪規則，指定某些詞是否應保留在詞彙表中，被修剪掉或使用預設值處理（如果字計數<min_count則捨棄）。可以為None（將使用min_count）或接受引數（word，count，min_count）的可呼叫並返回utils.RULE_DISCARD，utils.RULE_KEEP或utils.RULE_DEFAULT。注意：規則（如果給出）僅在build_vocab（）期間用於修剪詞彙表，不會作為模型的一部分儲存。
sorted_vocab  如果設為1（預設），在分配詞索引之前，通過降序對詞彙表進行排序。
batch_words  傳遞給工作執行緒（以及此cython例程）的示例批次的目標大小（以字為單位）。預設值為10000.（如果單個文字長度大於10000個字，則會傳遞更大的批次，但標準的cython程式碼會截斷到最大值。）