为解答“唐纳德·特朗普’之于‘美国’正如‘安格拉·默克尔”之于？”这个问题，我们首先在空间中找到美国所在的位置，然后从“美国”减去①“特朗普”，加上“默克尔”。这两个步骤得出的结果为“德国”，即“德国”=“美国”-“特朗普”+“默克尔”。可见解答词语类比的问题已转换为二维空间的坐标运算的问题。
但这终归还是理论。为了验证斯坦福研究人员的算法在实践中是否有效，我下载了他们最近创建的算法。这个算法用100个维度来表示单词，并从同一个问题入手：
“唐纳德·特朗普’之于‘美国’正如‘安格拉·默克尔’之于？”
我输入“‘美国’-‘特朗普’+默克尔’”，得出答案“德国”！算法算对了。在100维空间中，最近的一点确实是她所领导的国家。接着我决定看看算法是否理解两位领导人的性别差异：“唐纳德·特朗普’之于‘男性’正如‘安格拉·默克尔’之于？”
我又输入“‘男性’-‘特朗普’+‘默克尔’”，再次得出了正确的答案“女性”。这个算法很聪明。现在看来，算法被用在世界领袖身上的时候是奏效的。
对这类问题，GloVe算法还比较擅长。2013年，谷歌工程师做了一组测试，评估算法对某些概念的理解程度，如性别（“兄弟”一“姐妹”）、首都（“罗马”一“意大利”）和反义词（“合理的”一“荒谬的”)，以及对语法关系的理解程度，如形容词与副词的关系(“快速的”一“快速地”)、现在进行时态与过去时态（“正走着”一“走了”）和复数（“牛”一“很多牛”)。GloVe算法在这些问题上的准确率约为 60%至75%，这个数值主要取决于它所掌握的数据量。
考虑到算法对语言并没有真正的理解能力，这种准确率已经相当不错。它所做的就是在空间中将词语表示出来，并测量不同词语在坐标中的距离。
被算法操控的生活OUTNUMBFRED
①此处及文后出现的加减都表示向量的加减。
176