待验证50% 置信事实精确时间

词袋余弦相似度将文本拆成token集合忽略顺序只统计频率，对词汇重叠敏感但对语序不敏感

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

LLM评测如何产生可比分数：解剖一个逆向工程基准

涉及实体

Bag-of-Words Cosine Similarityconcept

相关事实

待验证词袋模型将文本拆解为词的集合，忽略语序，只统计每个词出现的频率或权重80% 相似已验证语义检索基于余弦相似度等数学度量而非简单的关键词匹配73% 相似待验证文本切分粒度过大会导致检索返回的文本包含大量无关信息；切分粒度过小则可能丢失上下文语义70% 相似待验证通过歌词文本进行语义搜索可利用余弦相似度进行模糊匹配，弥合记忆模糊与精确检索之间的鸿沟69% 相似待验证渐变应放在文字父容器上而非每个文字元素，以避免每行文字各自重复渐变导致的割裂感68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004573

API

curl https://kongchang.com/api/v1/knowledge/claims/1004573

MCP

get_claim(id=1004573)