近年来,由于互联网爆炸式的发展,使得网络上的文本、音频、图片等数据近乎呈指数级上升。如何高效、准确地让计算机处理、识别、分析这些结构化和非结构化的海量数据,对业界和学术界都带来了新的挑战。让计算机处理文本,一般要经过文本表示步骤,也就是将文本恰当地表示成计算机能够处理的数据类型（如数值向量）,以便后续进行特征工程等。一般传统的文本表示模型有布尔模型、词袋模型、LDA模型以及词嵌入（Word Embedding,又称词向量）模型。近来在机器学习领域用词嵌入模型居多,常见的词嵌入模型有Word2vec、Glove等。在常用的Word2vec算法里,无论是小语料库友好的CBOW算法还是大语料库友好的skip-gram算法,在考虑上下文语义时都没有做到平滑处理。具体来说,如CBOW模型,对最近的若干个上下文词的词向量做简单加权平均处理生成投影层;或者如skip-gram,等概率地随机采样滑动窗口内的若干个词与中心词生成训练元组。这样的处理方式基于一个不恰当的默认假设,即滑动窗口内,不论距离,上下文词对中心词的影响是等同的。为了解决这个问题,本文提出了基于上下文距离的Word2vec算法（Context Distance Based Word2vec,CDB-Word2vec）。该算法分别对原始 Word2vec 中的两个模型各提出了一个优化后的模型:基于原始CBOW算法提出了基于上下文距离的 CBOW 算法（Context Distance Based CBOW,CDB-CBOW）,该算法对滑动窗口内上下文词按距离中心词距离由远及近赋予从小到大的权值;基于原始skip-gram算法提出了基于上下文距离的skip-gram算法（Context Distance Based skip-gram,CDB-skip-gram）,该算法对滑动窗口内上下文词按距离中心词距离由远及近赋予从小到大的采样概率。由于不容易直接评价模型生成的词向量质量高低,将词向量带入具体的任务（如文本情感分类）,考察最后的分类精度来反推词向量质量是一个不错的方法。故本文采用CDB-Word2vec基于维基百语料库训练生成词向量,用得到的词向量进行文本情感分类实验来评估词向量模型。实验表明,CDB-Word2vec生成的词向量质量高于原始的Word2vec算法。