TL;博士

理论上是可能的，但不太可能。

1）不常见的子词

word1 = 'iiii'
word2 = 'jjjj'

word1_subwords = ['<ii', 'iii', 'iii', 'ii>']
word2_subwords = ['<jj', 'jjj', 'jjj', 'jj>']

在这个例子中，基本上有6子词: ['<ii', '<jj', 'iii', 'jjj', 'ii>', 'jj>']，但这些通常不是常见的子词。因此，所有子词的嵌入有可能是相同的（例如[0,0,...,0,0]），使得它们的总和都相同。

2) 同形异义词

word1 = 'lie' # meaning: tell something untruthful
word2 = 'lie' # meaning: to rest on a horizontal position

在这个例子中，有两个同形异义词。这些是不同的词，但它们的拼写相同。由于 FastText 仅考虑语法，因此它们将具有相同的子词嵌入总和。