当 word2vec 本身被称为“预训练”时，我对为什么我们需要“训练 word2vec”感到非常困惑？我搜索了 word2vec 预训练嵌入，认为我可以得到一个映射表，直接将我的数据集上的词汇映射到预训练嵌入，但无济于事。相反，我只发现我们是如何训练自己的：

Word2Vec(sentences=common_texts, vector_size=100, window=5, min_count=1, workers=4)

但我很困惑：word2vec 不是已经预训练了吗？为什么我们需要再次“训练”它？如果它是预训练的，那么我们用我们的新“训练”在模型中修改什么（或者具体来说，哪个部分）？我们现在的“训练”与“预训练”有何不同？TIA。

哪种类型的词嵌入是真正“预训练的”，我们可以只使用模型['word'] 并获得其对应的嵌入？