Doc2bow是封装于Gensim中的方法，主要是实现bow模型
bow模型（词袋）模型使用一组单词（无序）来表示一个句子
先根据语料构建词典
每个句子可以用词典长度的一维向量来表示，向量不关心单词出现的顺序，只表示该位置的单词在样本中出现的频率。
gensim.corpora.Dictionary---根据语料库构建词典dictionary
dictionary.doc2bow---将每个句子样本表示成向量
similarity = gensim.similarities.Similarity('-Similarity-index', corpus, num_features=400)---构建相似度矩阵
使用：similarity[vector]---获取vector的相似度结果，之后可以进行排序，取前n个