中文維基語料庫，整理->；簡單和復雜的轉換-& gt；分詞(這個過程比較耗時)。
整理後大概是1g語料庫。如果訓練的話，CBOW算法已經訓練了不到半個小時。
訓練好的模型在2g左右，加載也比較慢，但是可以接受。