复现WordNet哺乳动物子树Poincaré嵌入图失败，求排查原因

我看了你的代码，问题主要出在关系构建的完整性、层次信息的丢失以及训练参数设置这几个方面，下面一步步给你拆解和修正：

核心错误分析 #

1. 只保留了到根节点的直接关系，丢失了完整层次 #

你的代码里只生成了每个词到mammal的配对，但论文中的WordNet子树是完整的层级结构——每个下位词需要连接它的所有祖先上位词（比如dog要连canine、carnivore、mammal，而不是只连mammal）。没有中间层级的关系，模型根本学不到嵌套的层次结构，自然输出和论文图不符。

2. 用set去重lemma破坏了层次信息 #

WordNet里很多词对应多个synset（比如"cat"既可以指家猫，也可以指猫科动物这个大类），这些节点在层次中的位置完全不同。你用set去重后，把这些不同的节点合并成一个，直接打乱了原有的层次关系。

3. 训练参数不符合Poincaré嵌入的要求 #

你设置了negative=0，也就是关闭了负采样，但Poincaré嵌入的训练逻辑依赖负采样来区分正确的父子/祖孙关系，没有负采样模型很难收敛到合理的层次结构。同时50轮训练可能不够充分。

修正后的代码 #

第一步：构建完整的层次关系 #

from nltk.corpus import wordnet as wn

root = wn.synset('mammal.n.01')
relations = []

# 遍历mammal的所有下位synset（包括所有子节点、孙节点等）
for synset in root.closure(lambda s: s.hyponyms()):
    # 遍历当前synset的所有上位synset（从直接上位一直到root）
    for hypernym in synset.hypernyms():
        # 把当前synset的每个lemma和上位synset的每个lemma配对
        for lemma in synset.lemma_names():
            for hyper_lemma in hypernym.lemma_names():
                relations.append((lemma, hyper_lemma))

# 去重重复的关系对（可选，但能减少训练冗余）
relations = list(set(relations))

第二步：用正确参数训练并可视化 #

from gensim.models.poincare import PoincareModel
from gensim.viz.poincare import poincare_2d_visualization

# 设置符合论文逻辑的参数：负采样数设为5，训练轮次增加到100
model = PoincareModel(relations, size=2, negative=5, alpha=0.1)
model.train(epochs=100)

# 可视化时指定root节点，方便观察层次嵌套
fig = poincare_2d_visualization(
    model, 
    relations, 
    title='WordNet Poincaré Embeddings (Mammal Subtree)',
    root=root.lemma_names()[0]  # 突出显示mammal节点
)
fig.show()

额外提示 #

• 如果还是觉得结果不够贴合论文，可以尝试调整alpha（学习率）和negative的数值，或者增加训练轮次；
• 如果你想避免lemma的歧义问题，可以直接用synset的名称（比如dog.n.01）来构建关系，而不是用lemma，这样每个节点都是唯一的，层次结构更准确。

内容的提问来源于stack exchange，提问作者jds