अंकगणित के रूप में अर्थ

अगर वेक्टर यह दिखाते हैं कि शब्दों का इस्तेमाल कैसे किया जाता है, तो वेक्टरों के बीच के अंतर संबंधों को दिखा सकते हैं। Mikolov और उनके साथियों (2013) का प्रसिद्ध उदाहरण: कुछ शब्द-वेक्टर सेट में, राजा − पुरुष + महिला का परिणाम रानी के पास आता है।

तरीका: वेक्टर a − b + c की हर प्रविष्टि की गणना करें, फिर शब्दावली में सबसे निकट वेक्टर खोजें और तीनों खोजे गए शब्दों को छोड़ दें। इस अपवर्जन के बिना, सबसे निकट वेक्टर अक्सर दिए गए आगत संकेतों में से एक होता है, जैसे स्वयं “राजा”।

दो-दो संख्याओं वाला एक आसान उदाहरण (साफ़-सुथरा रखने के लिए चुना गया; असली वेक्टरों में शोर होता है):

• France = (2, 1), Paris = (2, 3), Italy = (5, 1)।
• Paris − France + Italy = (2 − 2 + 5, 3 − 1 + 1) = (5, 3)।
• शब्दावली में Rome = (5, 3), Madrid = (8, 3) और Berlin = (2, 5) हैं।

सबसे नज़दीकी वेक्टर Rome है। यहाँ यह इसलिए काम करता है क्योंकि इस उदाहरण की तालिका में हर देश से उसकी राजधानी तक का कदम एक ही तीर, (0, 2), है। असली डेटा में यह तीर केवल लगभग समान होता है।

नज़दीकी का मतलब समान संदर्भ है, न कि सच्चाई या समानता। “गरम” और “ठंडा” अक्सर वर्ड वेक्टरों में एक-दूसरे के पास होते हैं। वे विपरीत अर्थ रखते हैं, लेकिन एक ही तरह के वाक्यों में आते हैं (“पानी ... है”)। कोई वेक्टर सेट दो शब्दों को इसलिए एक साथ रख सकता है क्योंकि लोग उनके बारे में एक ही तरह के स्थानों पर लिखते हैं, चाहे उन शब्दों के अर्थ कुछ भी हों।

वेक्टर उस टेक्स्ट के पैटर्न की नकल करते हैं जिस पर उन्हें प्रशिक्षित किया गया है। Bolukbasi और उनके साथियों (2016) ने बताया कि बड़े समाचार-संग्रह पर प्रशिक्षित वर्ड वेक्टरों से पूछे गए समानता-आधारित सवालों में व्यवसायों और लिंग के बारे में रूढ़िबद्ध उत्तर मिले। वेक्टरों को रूढ़ियों के बारे में कुछ नहीं बताया गया था; उन्होंने लेखन में मौजूद पैटर्न को परावर्तित किया। World 7 में हम इस पर फिर लौटेंगे: पक्षपाती डेटा पक्षपाती परिणाम देता है।