实体向量拼接与全连接层映射后的距离变化分析

在给定的设定中，我们有三个实体向量A、B、C，它们都是100维的。我们将这三个向量分别与实体类型向量拼接，其中实体类型向量是由A+B+C得到的，拼接后的向量维度变为200。

然后，我们将这个拼接后的200维向量通过一个全连接层映射到一个新的100维向量空间。在这个过程中，全连接层的权重参数起到了关键的作用。

由于全连接层的映射作用，三个实体向量在新的100维向量空间中的位置可能会发生变化。具体来说，一些相似的实体向量可能会更加接近，而一些不相似的实体向量可能会在新的向量空间中距离更远。

然而，具体的距离变化是由全连接层的权重参数决定的，这些参数将通过训练过程来学习。因此，在没有具体的权重参数信息的情况下，无法准确地描述实体向量在新的向量空间中的距离变化。

需要注意的是，全连接层的权重参数将根据训练数据的特征来学习，以最小化模型的损失函数。因此，通过训练模型，我们可以期望实体向量在新的向量空间中的距离变化能够更好地反映它们之间的相似性和差异性。