研究者提出SCAPE-T语义复杂度度量方法
热点事件持续更新
研究者提出SCAPE-T语义复杂度度量方法
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Maxim Khovansky 与 Lev Mukhanov 提出 SCAPE-T，一种基于编码器 Transformer 注意力的语义复杂度度量，将语义复杂度定义为唯一确定文本语义所需的代码长度。 在控制词长的条件下，其成对准确率为 78.5%（95% bootstrap 置信区间 76.1–80.4，基于 1 万次成对比较），比最强基线高 12.7 个百分点；不控制词长时，可读性启发式方法反超。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SCAPE-T：用编码器 Transformer 注意力量化语义复杂度报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLSCAPE-T：用编码器 Transformer 注意力量化语义复杂度
研究者提出 SCAPE-T，一种基于编码器 Transformer 注意力的语义复杂度度量，将语义复杂度定义为唯一确定文本语义所需的代码长度。在词长控制下，其成对准确率达 78.5%（95% bootstrap CI：76.1-80.4，N=10k 次成对比较），比最强基线高 12.7 个百分点；不控制词长时，可读性启发式方法反超。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。