bigdata-ustc · BAOOOOOM · Aug 22, 2021 · Aug 22, 2021 · Aug 22, 2021 · Aug 22, 2021
diff --git a/docs/source/tutorial/zh/pretrain/start.rst b/docs/source/tutorial/zh/pretrain/start.rst
@@ -1,5 +1,7 @@
 训练模型
----------
+------------
+
+如需训练模型则可直接train_vector函数接口，来使使训练模型更加方便。模块调用gensim库中的相关训练模型，目前提供了"sg"、 "cbow"、 "fastext"、 "d2v"、 "bow"、 "tfidf"的训练方法，并提供了embedding_dim参数，使之可以按照需求确定向量的维度。
 
 基本步骤
 ##################

diff --git a/docs/source/tutorial/zh/seg.rst b/docs/source/tutorial/zh/seg.rst
@@ -10,7 +10,7 @@
 主要处理内容
 --------------------
 
-1.将字典输入形式的选择题通过语义成分分解转换为符合条件的item；
+1.将字典输入形式的选择题通过 `语法解析 <parse.rst>`_ 转换为符合条件的item；
 
 2.将输入的item按照元素类型进行切分、分组。
 

diff --git a/docs/source/tutorial/zh/vectorization.rst b/docs/source/tutorial/zh/vectorization.rst
@@ -6,11 +6,11 @@
 总体流程
 ---------------------------
 
-1.对传入的item进行解析，得到SIF格式；
+1.对传入的item进行 `语法解析 <parse.rst>`_ ，得到SIF格式；
 
-2.对sif_item进行成分分解；
+2.对sif_item进行 `成分分解 <seg.rst>`_ ；
 
-3.对经过成分分解的item进行令牌化；
+3.对经过成分分解的item进行 `令牌化 <tokenize.rst>`_；
 
 4.使用已有或者使用提供的预训练模型，将令牌化后的item转换为向量。