是否存在任何预训练的word2vec模型，其数据包含单个单词或多个单词，例如'drama'，'drama_film'或'africanamericancommunity'。是否有使用大型数据集训练过的此类模型，例如为gloVE训练的数据集？
我在Google上进行了快速搜索，但不幸的是我找不到经过预训练的模型。训练自己的模型以检测短语的一种方法是使用二元模型。因此，您可以进行大型Wikipedia转储，例如，预处理使用了bigrams并训练了word2vec模型。一个可以帮助您实现这一目标的优秀github项目是https://github.com/KeepFloyding/wikiNLPpy关于该主题的一篇不错的文章：https://towardsdatascience.com/word2vec-for-phrases-learning-embeddings-for-more-than-one-word-727b6cf723cf
如google pre-trained word2vec中所述，谷歌预先训练的模型已经包含一些短语（二元组）。