神经网络的词向量模型在中文语料和英文语料上具有不同的适用性。中文语言的特点包括多音字、多义词和词汇量大，这使得中文语料的词向量模型需考虑更多的语言复杂性和歧义性。相比之下，英文语料的词向量模型相对简单，因为英文词汇通常较短且较少歧义。因此，需要针对中文语料和英文语料的特点分别优化神经网络的词向量模型。比如，在中文语料上，需要考虑分词和多义词的处理，而在英文语料上，可能需要更加注重句法和语义的捕捉。因此，针对不同语言特点进行模型适配和优化是非常重要的。