arXiv 自然语言处理· Simon Josef Durstewitz, Denis Buehler·· 16 小时前AI 评分34
向量空间中的概念表征：量化语义的共性与个体特异性
Concept Representations in Vector Space: Quantifying Sharedness and Idiosyncrasy of Meaning
AI 导读
研究人员提出了一种利用句子嵌入（sentence embeddings）建模与量化概念表征个体间差异的测量框架。该研究通过 125 名参与者的简短个人定义，利用交叉随机效应模型计算出概念级的共性指标（$S_b$）与特异性指标（$I_b$），无参数分类器在外延预测任务中达到 0.630 准确率（基线 0.500）。结果在 3 个不同架构和容量的编码器上均成功复现。
来源：arXiv 自然语言处理 · arxiv.org