我在训练数据上训练了word2vec，但测试数据中有一些词不在训练数据中，那么我如何生成与原始数据分布或数值范围相匹配的词向量呢？

回答：

你可以取词汇表中不常见的词列表，并对它们进行平均，以获得未知词的大致词向量。

或者

假设你的目标未知词是w，它位于上下文c-2 c-1 w c1 c2中，其中c-2、c-1、c1和c2是上下文词。你可以将所有上下文词的嵌入向量取平均，作为未知词的一个很好的近似值。