Word2Vec 究竟选择Tensorflow还是 gensim

最近想训练专业领域的语料库，深度学习领域python的版本较多，国内普遍使用gensim来训练，而word2vec是Google提出的，Tensorflow上有例子实现。最近tensorflow越来越流行，所以考虑采用tensorflow来训练，可能能达到更快的训练速度，在技术方案上更符合主流。经过一周的实验，发现效果不如人意。具体如下：
-网上评估gensim的效果比tensorflow好很多。原文链接
-没有找到tensorflow运行windows上的word2vec说明，word2vec_basic运行没有问题，但高级版需要编译op。
-没有找到tensorflow上word2vec版本中的questions_words.txt中文方面的具体应用。
上述情况说明gensim在文本训练的难易程度、准确率方面比tensorflow示范程序里面介绍的方法好多了。但国内没有找到具体的原因，最后在stackoverflow.com上找到了一篇文章，详细说明了可能的原因，让我彻底放弃了tensorflow上实现word2vec的想法。
经过实际测试, gensim通过Cpython来实现底层算法，速度很快，简单易用。