基于GloVe预训练向量的类比任务相似性结果疑问

• 为什么king最相似的是自己？
  这完全是正常现象。不管用欧氏距离还是余弦相似度计算，目标词向量和自身的匹配度都是最高的——欧氏距离为0，余弦相似度为100%，所以它必然排在首位，这是所有词向量模型的通用表现，不用疑惑。

• king和queen的相似度只有86%是否合理？
  首先要明确：你说的86%应该是余弦相似度（欧氏距离是绝对值，不会以百分比呈现）。50维的GloVe向量属于低维度版本，语义编码的粒度相对粗糙，king和queen的余弦相似度在85%-88%区间是完全正常的，符合这个维度模型的表现。

• 提升维度会提高相似度吗？
  是的。100维、200维甚至300维的GloVe向量能捕捉更丰富的语义细节，king和queen的余弦相似度会显著提升，通常能达到90%-95%的水平，和你预期的一致。

另外补充一点：经典类比任务“king - woman + man = queen”的核心是向量运算后的结果与queen向量的匹配度，不是直接看king和queen的相似度。如果你的运算结果能正确匹配到queen（哪怕相似度不是极高），说明模型的语义映射是有效的。

内容的提问来源于stack exchange，提问作者fede