尽管训练过程尝试逐步提高模型对中心目标词的相对激活性，但在输入附近的词后，训练过程中永远不会评估准确的预测准确性，准确性更高的模型也不一定比“更好”精度较低。

如果您想预测中心词，则进行培训只是用有用的相对排列来创建词向量集的有用的东西。

因此，对于word2vec的大多数用法，您所提出的问题并不重要。您不应选择window值，该值可以使word2vec内部培训任务的准确性最高；您应该选择一个window，它可以为您考虑的任何下游用途提供最佳的字向量。

（如果出于某些学术/好奇心原因，您需要知道问题的答案，则需要进行实验：尝试许多window值，然后让模型预测单词并进行比较不过请注意，许多word2vec实现甚至都没有提供用于单个单词预测的API，因为培训和大多数下游使用都不需要此API。）