待验证50% 置信事实精确时间
一篇发表于arXiv的研究（arXiv:2609.10893v1）提出假设：在文本中显式注入句法和修辞结构信息能否帮助模型更好地识别文本的不连贯性
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证实验表明文本连贯性可以作为检测误导性内容的有效代理指标70% 相似待验证团队提出'可言语化'（verbalizability）概念：当图像内容可准确描述成文字时模型表现良好，反之大幅退化69% 相似待验证Early embedding models like Word2Vec and GloVe could only handle word-level representations, while modern models can encode entire sentences or paragraphs67% 相似待验证作者通过用两个不同模型读取同一句子来抵消流畅度与文本质量的干扰66% 相似待验证近义词归一化可通过Sentence-BERT等句嵌入模型将词语映射为稠密向量，再通过余弦相似度计算语义接近程度65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/907931API
curl https://kongchang.com/api/v1/knowledge/claims/907931MCP
get_claim(id=907931)