Есть! Но это экспериментальная функция с небольшим количеством документации - вам нужно прочитать исходный код, чтобы полностью понять его, и напрямую изменить вашу модель, чтобы использовать его.
Просмотрите в источнике word2vec.py
свойства, заканчивающиеся _lockf
, в частности, в последнем коде, названном vectors_lockf
. Это своего рода маска, которая позволяет, ослабляет или останавливает тренировку определенных слов. Например, если значение равно 1.0, применяются обычные полные обратные обновления. Любое более низкое значение ослабляет обновление - поэтому 0.0 останавливает слово против обновлений. (Потенциальное обновление все еще рассчитывается - поэтому нет чистого ускорения - оно просто умножается на 0,0 перед окончательным применением к конкретным замороженным словам.)