假设您有一个queen单词的单词向量。对于任何n的实际值，它的某些标量倍数将为x = queen + queen，y = queen + queen + queen和n * queen（因此，我们还考虑了n的非整数值，例如0.83 * queen）。
根据最相似词的投影权重向量的简单均值与向量皇后+皇后之间的余弦相似度，将x视为与向量皇后+皇后最相似的词。
通过相同的方法，将y视为最类似于向量Queen + Queen + Queen的单词。
那么，单词x，y和queen之间的语义关系是什么？我知道这些向量在向量中的维值之间都将具有相同的比率，但是我很难弄清楚如何从词义上理解这一点。
我的直觉是，我会在另一个上下文中得到一些东西，该上下文中的位置类似于皇后。例如，女王的“财富”可能比女王的“美丽”大得多。因此，我将在另一个上下文中得到另一个词，该词的财富/美容平衡与“女王”相同。
假设我将皇后乘以n时，我正从皇家头衔（皇后，国王，公主...）转到福布斯榜单（杰夫·贝佐斯，比尔·盖茨，沃伦·巴菲特...）。
皇后* n =在《福布斯》排行榜上与皇后拥有相同财富/美丽平衡的人（非常有钱，但不是很漂亮）
公主* n =在《福布斯》排行榜上与公主拥有相同的财富/美丽平衡的人（中等富裕，但非常漂亮）
但这只是一个荒诞的理论，我不知道如何系统地证明这是真实的。
最佳答案
对于任何wv['queen']，与n * wv['queen']的最余弦相似度最高的词将与与n的大多数余弦相似度完全相同，因为余弦相似度不受矢量幅度的影响。因此，您的假设是错误的。
如果您要在原始（而非单位归一化）字向量上使用欧几里得距离而不是余弦相似度，则可能会发现其他有趣的关系……但这不是使用/比较字向量的典型方式，因此您必须进行试验，并且我对您可能会发现的东西或它是否有用没有期望。
通常，原始的非单位归一化的词向量对于具有单一狭义意义的词（它们出现的所有上下文都非常相似）倾向于具有较高的幅度，而具有多种意义和不同上下文的词倾向于具有较小的幅度。但是我不确定您是否可以依靠这一点。一旦将词向量归一化为单位长度（因此所有词都在同一个“单位球体”上），则最近邻的秩顺序将相同，即余弦距离或欧几里得距离（即使距离/相似度数字在每个等级上都不相同或不成比例）。