Phép toán King – Man + Woman ≈ Queen trong Word2Vec thể hiện mối quan hệ ngữ nghĩa giữa các từ bằng cách sử dụng vector không gian. Khi mô hình Word2Vec học các từ trong ngữ cảnh, nó biểu diễn mỗi từ như một vector số (toán học) trong một không gian nhiều chiều. Những vector này có các tính chất rất thú vị về mối quan hệ giữa các từ ngữ.
Khi trừ đi Man khỏi King, ta loại bỏ yếu tố “nam tính” của “King”, và khi cộng Woman, ta thêm vào yếu tố “nữ tính”. Do đó, vector kết quả sẽ gần với “Queen”, vì cả hai từ này đều đại diện cho hoàng gia nhưng khác nhau về giới tính.
Điều này cho thấy mô hình Word2Vec có khả năng hiểu không chỉ nghĩa của từng từ một cách riêng lẻ mà còn hiểu được mối quan hệ ngữ nghĩa giữa các từ với nhau. Đây là một ví dụ nổi bật cho thấy word embeddings không chỉ mã hóa từ ngữ, mà còn thể hiện được các thuộc tính và mối liên kết ngữ nghĩa giữa các khái niệm trong ngôn ngữ.
