Не совсем, поскольку переносчики слов не знают таких отношений по имени.
Скорее, это просто полезный, счастливый результат процесса обучения, когда слова располагаются таким образом, что отражают как парное сходство, так и, в определенных относительных направлениях, смутное соответствие с нашими ментальными моделями типов-relationships.
Как бы ни были полезны эти направления, даже такие острые отношения, как "part_of" (meronymy) или "more_specific_example_of" (hyponymy), могут не иметь сильных, согласованных направлений в векторном пространстве.
А для вашего примера «мужчина» X «женщина» и предположение, что X = «Similar_to» будет подходящим ответом, который кажется мне запутанным.Обычно «мужчина» и «женщина» противопоставляются некоторым гендерным различиям / направлениям.что они similar, немного интереснее сказать, что слово является similar_to его 10 ближайшими соседями, или 100 ближайшими соседями, или 10000 ближайшими соседями (по сравнению со всеми другими словами в модели).Вы можете легко прочитать многие similar_to взаимосвязи из модели, но пары, которые явно выделяют аспекты человеческого восприятия, могут быть более трудными для маркировки / идентификации.(Например, «горячий» и «холодный» довольно похожи, поскольку они используются в сходных контекстах, но также и семантически антонимами, в том смысле, что они специально используются для выделения исключительных и противоположных температурных уровней по сравнению с некоторыми кадрамиссылка.)
Существует более продвинутая работа, в которой явно делается попытка создать наборы слов-векторов, которые в большей степени способны отвечать на вопросы, особенно вопросы, связанные со свойствами, - но стандартные слова-векторы не будут особенно хороши в таких случаях.вещи.