训练词嵌入不依赖于优化词的余弦相似度。它通常依赖于预测问题。以skipgram模型为例：你正在预测一个词的上下文，给定这个词。这样的模型，在几何空间中投影单词（例如常用的~300 维）。换句话说，一个词与 300 维的密集向量相关联。由于这些向量的学习方式，它们捕获了单词的语义，因此相似的单词接近诱导空间。

余弦相似度（或点积）准确地捕捉到了这种语义接近度。直观地说，我们希望相似的词接近，因为它们是相似的，我们希望空间模拟一些词的属性和含义。