一个分数不够：看语境、看任务、看覆盖率
先改变“苹果”在训练语料里的语境比例，再比较“相似度”和“相关度”标注怎样改变同一组向量的评估结论。
语料与评估口径
其余语境视为科技公司语境。静态词向量只有一个点，所以它只能在两个语义簇之间折中。
未登录词不能直接算余弦。只报告“可计算样本”的分数，可能掩盖实际系统无法处理的部分。
二维示意空间
Spearman 排名相关
有效测试对
最近邻稳定性提示
| 词对 | 模型余弦 | 人类相似度 | 说明 |
|---|
这里的二维坐标用于解释评估逻辑，不是声称真实词向量只有两个维度。真实项目还应在多个随机种子、多个语料切片和目标下游任务上复测。