Si una relación (singular–plural, país–capital) estuviera codificada como un desplazamiento constante en el espacio de embeddings, bastaría sumarlo para pasar de un par al otro. Para responder «big es a biggest como small es a ?», Mikolov, Chen et al. (2013) calculan vector(biggest) − vector(big) + vector(small) y devuelven la palabra más cercana por similitud coseno, descartando las de la pregunta (2013, sec. 4). Con esa prueba (8.869 analogías semánticas y 10.675 sintácticas, y solo la palabra exacta como acierto) evaluaron word2vec; el mejor modelo llegó al 65,6 % (2013, secs. 4.1, 4.4).
Hay antecedentes en psicología: Rumelhart y Abrahamson (1973) modelaron analogías entre nombres de animales como paralelogramos en un espacio de semejanza. Y hay letra chica. Levy y Goldberg (2014) mostraron que, con vectores normalizados, el método equivale a sumar y restar similitudes (de ahí el nombre 3CosAdd): cos(x, B) − cos(x, A) + cos(x, C). Linzen (2016) fue más lejos: sin excluir las palabras de la pregunta, la respuesta era casi siempre C; y una parte del éxito se obtiene devolviendo simplemente el vecino más cercano de C. Nissim et al. (2020) notaron que la misma regla prohíbe responder doctor a «man es a doctor como woman es a ?», lo que exageró algunos sesgos famosos.
Para M. Mitchell (2019), que estudió la analogía con Hofstadter, estos juegos se quedan cortos (2019, ch. 11). Una analogía genuina exige deslizamientos conceptuales: si abc pasa a abd, ¿qué le pasa a xyz? Quien responde wyz dejó que «último» se deslizara a «primero» y «sucesor» a «predecesor» (2019, ch. 14). Un desplazamiento vectorial fijo no puede deslizarse: aplica la misma resta en todos los casos. La pregunta es si las representaciones contextuales de los modelos actuales, que ya no son fijas, cambian ese diagnóstico.