признаки представляют собой собственные векторы матрицы M*, определяемой вероятностями совместной встречаемости слов. Теория хорошо согласуется с численными экспериментами: word2vec достигает 68% на задачах аналогий, приближенная модель — 66%, тогда как классический метод PPMI (Positive Pointwise Mutual Information) — только 51%. Работа также объясняет появление линейных представлений для абстрактных концепций, таких как род или время глагола.