假设字典中有 1000 个单词（A1、A2、...、A1000）。据我了解，在单词嵌入或 word2vec 方法中，它的目的是用一个向量表示字典中的每个单词，其中每个元素表示该单词与字典中其余单词的相似度。每个向量应该有 999 个维度，或者每个 word2vec 向量的大小应该是 999，这是否正确？
但是使用 Gensim Python，我们可以修改 Word2vec 的“size”参数的值，在本例中假设 size = 100。那么“size=100”是什么意思呢？如果我们提取 A1 的输出向量，表示为 (x1,x2,...,x100)，那么在这种情况下 x1,x2,...,x100 代表什么？