fastTextで文書分類、同じラベルに分類される

Question

前提・実現したいこと

fasttextを用いて文書分類をおこなっております。
訓練データは2,714個、ラベルの数は132個です。
このデータを学習させて指定した文を適したラベルに分類されるようにしたいです。

発生している問題・エラーメッセージ

全く異なる文を指定しても同じラベル同じ精度が出てしまいます

Read 0M words
Number of words:  2655
Number of labels: 132 
Progress: 100.0% words/sec/thread:  184768 lr:  0.000000 avg.loss:  0.689235 ETA:   0h 0m 0s
__label__100:0.23908661305904388
__label__100:0.23908661305904388
__label__100:0.23908661305904388

該当のソースコード

making_data.py

#csv読み込み→分かち書き→txt保存
import sys
import MeCab
import csv

#csv読み込み
csv_file = open("train_data.csv", "r", errors="", newline="" )
csv_data = csv.reader(csv_file, delimiter=",", doublequote=True, lineterminator="\r\n", quotechar='"', skipinitialspace=True)
header = next(csv_data)

mecab = MeCab.Tagger ("-Owakati") #分かち書き設定
list_row = [] #分かち書き結果を保存
path_w = 'train_data.txt' #分かち書き済み学習用データ保存ファイル名

#CSVファイルの訓練データを分かち書き
#訓練データを名詞のみに絞る
for row in csv_data:
    meishi_count = 0
    meishi_list=[]
    node = mecab.parseToNode(row[1])
    while node:
        if node.feature.split(",")[0] == "名詞":
            meishi_count = meishi_count + 1
            meishi_list.append(node.surface)
        else:pass
        node = node.next
        res = '　'.join(map(str, meishi_list))
    list_row.append(('__label__'+row[0]+'  '+res).replace("\n","",3))
    
f = open(path_w, 'w')
for x in list_row:
    f.write(str(x) + "\n")
f.close()


learning_data.py

import fasttext as ft
import pandas as pd

#model作成
model = ft.train_supervised("train_data.txt", label_prefix='__label__',epoch=250, loss="hs")
model.save_model("model.bin")

#指定した文がどこのラベルに当てはまるか
result = model.predict('保健師、助産師、看護師として働くためには国家試験を、准看護師は都道府県の試験を受けて合格し、免許を得ることが必要です。')
print(result[0][0] + ':' + str(result[1][0]))
result = model.predict('eスポーツとは、エレクトロニックスポーツの略でPCゲームやコンシューマーゲーム、スマホゲームなどを用いて勝敗を争う競技です。')
print(result[0][0] + ':' + str(result[1][0]))
result = model.predict('会話が続かなくて変な空気が流れたり、無理に話をしようとして余計に疲れたことがある人も多いのではないでしょうか。')
print(result[0][0] + ':' + str(result[1][0]))

試したこと

epoch数を変更しましたが結果は変わりませんでした
訓練データのノイズを取り除いたり、名詞のみにしましたが同じラベルに分類されました。

補足情報（FW/ツールのバージョンなど）

訓練データは公開できません。
プログラムが初心者でわかりづらくてすみません。

Answer 1

（当てずっぽうですが回答が付いてないようなので）

空白区切りになっていないので、"めちゃくちゃ長い1単語"で出来た文として取り扱われているんじゃないでしょうか。
それで未知語になって常に、文ベクトル=未知語のベクトルになっているんじゃないかと。

教師の文と同じように分かち書きしてみてはどうですか。