我正在阅读这个关于 Gensim 的答案most_similar：
它执行向量算术：添加正向量，减去负向量，然后从结果位置列出最接近该角度的已知向量。
但当我测试时，情况并非如此。我使用 Gensim 数据集训练了 Word2Vec"text8"并测试了这两个：
model.most_similar(positive=['woman', 'king'], negative=['man'])
>>> [('queen', 0.7131118178367615), ('prince', 0.6359186768531799),...]
model.wv.most_similar([model["king"] + model["woman"] - model["man"]])
>>> [('king', 0.84305739402771), ('queen', 0.7326322793960571),...]
它们显然不一样。0.713甚至第一个和第二个中的皇后得分0.732也不相同。
所以我再次问这个问题，Gensim 是如何most_similar工作的？为什么上面两者的结果不同呢？