数据集链接：https://pan.baidu.com/s/1RHhHp8Y5_Y0AjYQ5Oa0CTA 提取码：1534
拿到数据集后处理思路如下：
原始新闻数据集为news.txt，先进行数据预处理得到分词后的文件：
python dataprocess.py得到cutdata.txt，再利用word2vec模型进行词嵌入：
python train.py得到word_embedding.txt文件，最后可测试效果：
python test.py在上文提供的数据集链接中的datasave文件夹已经包含经处理过后的cutdata_prepare.txt和word_embedding_pretrained.txt，可直接用来测试
word2vec的处理思路如下：
其主要**和原理见：https://zhuanlan.zhihu.com/p/476920885