我正在使用一些特定于领域的语言，这些语言有很多 OOV 词以及一些拼写错误。我注意到 Spacy 只会为这些 OOV 词分配一个全零向量，所以我想知道处理这个问题的正确方法是什么。如果可能，我感谢对所有这些要点的澄清：
使用近似的语言建模目标对管道组件的“令牌到向量”（tok2vec）层进行预训练。具体来说，我们加载预训练向量，并训练像 CNN、BiLSTM 等组件来预测与预训练向量匹配的向量
tok2vec 不是生成向量的部分吗？那么这个命令不应该改变产生的向量吗？加载预训练向量然后训练一个组件来预测这些向量是什么意思？这样做的目的是什么？
--use-vectors 标志有什么作用？--init-tok2vec 标志有什么作用？这是否错误地包含在文档中？
似乎 pretrain 不是我要找的，它不会改变给定单词的向量。生成一组新的向量的最简单方法是什么，其中包含我的 OOV 单词但仍包含语言的一般知识？
据我所知，Spacy 的预训练模型使用 fasttext 向量。Fasttext 网站提到：
一个不错的功能是您还可以查询未出现在您的数据中的单词！实际上，单词由其子串的总和表示。只要未知词是由已知子串组成的，就有它的表示！
但似乎 Spacy 不使用此功能。有没有办法仍然将这个用于 OOV 词？
非常感谢