本文探讨了如何在迁移学习中优化预训练词汇表以适应不同领域数据，提出了基于分词统计的领域特定词汇表扩展方法，并结合正则化以防止过拟合。研究表明，该方法在生物医学和计算机科学等领域显著提升了模型性能，尤其在医疗文本处理和医学图像适应中表现优异。