跳到正文
热点事件持续更新

研究:嵌入余弦相似度主要反映文本长度

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

Fengming Liu 与 Mingyu Shu 发表论文称,对 606 万条 Reddit 评论重新测量后发现,未中心化的 DeBERTa-v3 余弦相似度主要追踪文本长度,而非文本同质化。作者称,当嵌入是未经句子相似度训练的编码器均值池化输出时,该指标大多反映长度。 作者给出的证据是:将评论从 10 词截断到 150 词,平均余弦相似度提升幅度是原报告断点的 8 倍。这一结果对用该指标衡量文本同质化的有效性提出质疑。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.CY
    研究揭示嵌入余弦相似度主要反映文本长度而非同质化

    对 606 万条 Reddit 评论的重新测量发现,未中心化的 DeBERTa-v3 余弦相似度主要追踪文本长度:将评论从 10 词截断到 150 词,平均余弦相似度提升幅度是原报告断点的 8 倍。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。