word2vec已有模板的语料添加扩充，新手求助

[winterray]

初接触机器学习，利用搜狗实验室的中文语料完成了一个完整的word2vec的语料模板训练。
有些问题想跟各位大神交流下，希望能得到帮助~谢谢

模板生成的核心代码如下：
sentences = word2vec.Text8Corpus("corpusSegDone.txt") # 加载语料
model = word2vec.Word2Vec(sentences, size=300) #训练skip-gram模型，300维向量
model.save("testModel.model")

但如果在这基础上想对模板进行语料扩充应该怎么操作？
总不至于在原有txt文档的基础上，加上新语料内容，重新训练出一个新model吧？

另外，现在我想基于已有model对收到的文章做舆情分析和聚类操作，考虑对每一篇文章的分词，再将分词结果基于model进行线性相加（如果有特定关键词加权），结果将是每篇文章都有一个独立的300维度向量值

而当聚类时：
如果用K-means算法聚类相似文章，是不是一定要事先为机器约定需要聚类的结果类总数？
这么考虑的话，对于不断导入的新数据，是不是用中国餐馆算法会更实际？

[攀攀的跟屁虫]

楼主，想向你请教特定关键词加权方面的知识，有相关文献可以推荐吗

[龙洞洞主]

http://qiuqingyu.cn/2017/03/14/Word2vec%E8%AE%AD%E7%BB%83%E5%A5%BD%E7%9A%84%E6%A8%A1%E5%9E%8B%E4%B8%AD%E5%8A%A0%E5%85%A5%E6%96%B0%E8%AF%8D/