待验证50% 置信事实精确时间

WordPiece 是 BERT 使用的分词方案，与 BPE 类似但在合并策略上使用似然概率而非频率

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

SPA分词器修复升级：更宽泛Tokenizer的技术解析与实践

相关事实

已验证BPE的核心思路是从字符级别出发，反复合并出现频率最高的相邻字符对，直到词汇表达到预设大小73% 相似已验证现代大模型普遍采用的字节对编码（BPE）或WordPiece算法本质上是一种数据驱动的形态学切分方法69% 相似已验证现代LLM普遍采用BPE（字节对编码）或WordPiece算法进行分词69% 相似待验证BPE通过统计相邻字符的共现频率，迭代合并高频子词单元，构建覆盖常见词根与词缀的共享词表69% 相似待验证BPE 的核心思想是将高频共现的字符对反复合并为新的子词单元，能处理未登录词（OOV）同时保持词表规模可控68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/705612

API

curl https://kongchang.com/api/v1/knowledge/claims/705612

MCP

get_claim(id=705612)