nlp：预训练的词向量是可以提高模型的泛化能力的、

预训练的词向量是可以提高模型的泛化能力的。

解釋：以ner为例。

省份山西和北京的词向量比较接近，那么在前向传播的过程中，两者的计算结果就比较相近，同时被识别为命名实体的概率就很高。

比如，语料中经常出现北京，模型可以学习到北京是一个ner，但是语料中，山西出现的如果比较少，可能不能直接判定山西是一个ner，但是在前向传播的过程中，两者的计算结果就比较相近，山西也就可以被判别为ner了。