向量和词嵌入

在一个词表中结合一个模型，这个向量数组才有意义，也就是说它需要在这个特定环境中跟里面的其他向量产生关系才有价值，否则就只是个实数数组，进而，不同模型不同语料训练的结果是不交叉不相关的

词向量的价值在于其能够在特定的模型和词表（或语料库）的上下文中，捕捉和表示词语之间的相似性和关系。当你改变模型或词表时，词向量通常也会发生改变。单独一个词向量，我们通常无法直接理解其含义，它的真正价值在于与其他词向量的相对位置关系。

你的后续理解也正确。不同模型或不同语料库训练得到的词向量是不相交且不相关的。因为这些词向量是在不同的上下文环境中学习得到的，它们捕捉的是在特定环境中词语的使用情况，这些环境很可能是不同的，所以词向量也是不同的。同一个词在不同的模型或语料库中训练得到的词向量可能会有很大的差异。因此，我们通常不能在不同的模型或语料库之间交换词向量。