关于用gensim训练word2vec

求助各位大神，小弟最近在用python的gensim训练word2vec词向量，
发现速度比之前在tensorflow上训练快多了，而且只用到一句Word2Vec( )方法，
小弟对于这么轻松简单深感惶恐，请问各位大神用gensim训练词向量就这么简单吗
还有小弟觉得这个gensim训练出来的词向量效果一般，发现model有一个train( )方法，
求助各位大神这个方法具体应该怎么调用啊！！！

就是这么简单，方便

 from gensim.models import word2vec
 sent = word2vec.Text8Corpus(u'F:/UserPortrait/serviceCatPredictCorpusSeg.txt')   # 分词后的文件，词之间以空格隔开
 word2vecModel = word2vec.Word2Vec(sent, size=300, window=5, min_count=5, workers=4)
 word2vecModel.save(u'F:/UserPortrait/model.txt')   # 模型保存路径