Word2vec 的目的是它自己会学习文本数据中的隐藏结构。如果“恢复”出现在说唱和音乐之后，是因为 Eminem 使用这些上下文词比使用恢复更频繁。你不能简单地改变它。您应该避免对模型进行手动干预。

但是，如果您真的希望“恢复”更接近 Eminem 单词，可以尝试以下 2 个想法：

• 尝试其他 Word2Vec 算法架构。有 CBOW 和 skip-gram 你可以试试。在我看来，CBOW 可以表现得更好，因为 CBOW 模型根据其上下文训练每个单词。它询问“给定这组上下文词，哪个缺失词可能同时出现？”。Skip-gram 针对单词训练每个上下文。它询问“给定这个词，可能同时出现在它附近的其他词是什么？”
• 在数据中添加与恢复专辑相关的句子。因为这些句子中recovery和Eminem应该占主导地位，所以可以调和这两个词。同样，您可以复制同时包含 Eminem 和恢复词的句子，并随机更改句子中单词的顺序。