arXiv cs.CL· Mehmet Murat Albayrako\u{g}lu·· 10 小时前AI 评分18
语义条件相似度（SCS）：一个形式化数学框架
Semantic Conditional Similarity (SCS): A Formal Mathematical Framework
AI 导读
论文提出语义条件相似度（SCS），在消除与第三份文档共享的语义元素后计算两份文档的相似度，通过集合论操作实现无需任意相似度阈值的共享与残余内容划分。SCS 引入方向性，将两两关系分为横向（源间）与纵向（源到目标）两类，并把比较域从无序对扩展到由目标、参考和条件文档组成的有序三元组。
正文 · AI 翻译
摘要：语义文本相似度（STS）作用于文档对，每次比较返回一个标量。在多文档场景中，多个来源可能对一个或多个目标有所贡献，此时成对 STS 无法将每个来源的边际语义贡献与其共享词汇区分开来。本文引入语义条件相似度（SCS），作为 STS 的一种条件形式，它通过集合论运算消除与第三个文档共享的语义元素后，计算两个文档之间的相似度。SCS 有四项贡献：1）引入方向性，将成对关系划分为横向（来源间）和纵向（来源到目标）两类；2）条件化通过将比较域从无序对扩展到由目标、参考和条件文档构成的有序条件三元组，诱导出依赖角色的不对称性；3）SCS 通过从第三个文档中减去共享内容引入文档间条件化，补充了近期 C-STS 工作中的文档内条件化；4）集合论分解实现了共享内容与残余内容的无阈值划分，无需任意相似度截断。尽管该框架是为 $n \to 1$ 配置开发的，但通过纵向角色反转可扩展到 $1 \to n$，通过来源侧和目标侧条件化的独立组合可扩展到 $m \to n$。结合已确立的 $1 \to 1$ 情形，这些覆盖了文档基数的完整谱系。SCS 分数应按序数解释，即作为边际贡献的排序而非绝对测量。更广泛的含义是，相似度形式化中通常假设的度量空间公理在角色区分的多文档场景中限制了表达能力，而将域扩展到条件三元组可以恢复成对对称比较所抑制的信息。
| 评论： | 34 页，6 幅图，8 张表，拟提交发表 |
| 主题： | 计算与语言（cs.CL） |
| MSC 分类号： | 68T50, 62H20, 62H30 |
| ACM 分类号： | H.3.3; I.2.7; I.5.2 |
| 引用为： | arXiv:2611.08778 [cs.CL] |
| （或 arXiv:2611.08778v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08778 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mehmet Murat Albayrakoglu [查看电子邮件]
[v1]
2026 年 11 月 5 日星期四 23:00:03 UTC（975 KB）
来源：arXiv cs.CL · arxiv.org