Nlp 文档的顺序是否影响Gensim短语模型的结果？

我只是用不同的顺序测试了相同的文档集，令人惊讶的是，我发现这些文档中的ngram略有不同。这是对还是错？我试图找出其他因素，但除了顺序之外，没有发现文件中有任何差异

因此，我猜测Gensim的短语模型是一个概率模型（即马尔可夫模型），它受文档顺序的影响，因为它是基于文档中的单词的更新概率

---

我说得对吗？还是有其他原因造成这种差异？

哪些Python和Gensim版本？一个训练语料库有多大，就单词总数和唯一性而言？