Gensim sort_by_descending_frequency更改most_similar结果

Question

似乎在检索最相似的单词向量时，按单词频率排序会改变Gensim中的结果。

分类前：

from gensim.models import FastText
from gensim.test.utils import common_texts  # some example sentences
print(len(common_texts))
model = FastText(vector_size=4, window=3, min_count=1)  # instantiate
model.build_vocab(corpus_iterable=common_texts)
model.train(corpus_iterable=common_texts, total_examples=len(common_texts), epochs=1)  

model.wv.most_similar(positive=["human"])

(“接口”，0.7432922720909119)，(“未成年人”，0.6719315052032471)，(“时间”，0.3513716757297516)，(“计算机”，0.05815044790506363)，(“响应”，-0.11714297533035278)，(“图形”，-0.15643596649169922)，(“eps”，-0.2679084539413452)，(“调查”，-0.34035828709602356)，(“树”，-0.63677978515625)，(“用户”，-0.6500451564788818)

但是，如果我按照下降的频率对向量进行排序：

model.wv.sort_by_descending_frequency()

model.wv.most_similar(positive=["human"])

(“未成年人”，0.9638221263885498)，(“时间”，0.6335864067077637)，(“接口”，0.40014874935150146)，(“计算机”，0.03224882856011391)，(“响应”，-0.14850640296936035)，(“图形”，-0.2249641716480255)，(“调查”，-0.26847705245018005)，(“用户”，-0.45202943682670593)，(“eps”，-0.497650682926178)，(“树”，-0.6367797255516052)

最相似的单词排名以及单词的相似性都在变化。知道为什么吗？

更新：

在调用排序之前：

model.wv.index_to_key

“系统”、“图形”、“树”、“用户”、“未成年人”、“eps”、“时间”、“响应”、“调查”、“计算机”、“界面”、“人”

model.wv.expandos['count']

阵列(4，3，3，3，2，2，2，2，2，2，2，2，2)

调用排序后：

model.wv.index_to_key

“系统”、“用户”、“树”、“图形”、“人”、“界面”、“计算机”、“调查”、“响应”、“时间”、“eps”、“未成年人”

model.wv.expandos['count']

阵列(4，3，3，3，2，2，2，2，2，2，2，2)

Answer 1

这种据报道的相似之处，绝对不应该发生，所以这里肯定出了问题。(也许，缓存的子字信息并不是重新排序。)

但也请注意：

• 这种方法并不是特别适合训练后使用的--实际上，如果使用这种方法，你应该看到警告信息。在语音发现阶段的所有2Vec算法中，默认情况下都应该会出现这种情况--这是通常的行为，只是很少被关闭。因此，再次请求最多应该是不操作的.

要深入了解可能出现的错误，可以编辑您的问题来显示两个…的值吗？

• model.wv.index_to_key
• model.wv.expandos['count']

…在. sort_by_descending_frequency()电话之前还是之后？