待验证50% 置信事实精确时间

历时词向量的基本思路是针对不同历史时期语料分别训练独立向量空间，再通过对齐技术映射到同一坐标系比较

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

计算方法追踪梵语语义演变：低资源古语言的NLP挑战

涉及实体

历时词向量concept

相关事实

待验证条件化历史帧方法随上下文增长计算量呈二次方增长，而状态空间模型方法以线性复杂度维护隐式场景状态64% 相似待验证向量嵌入的核心思想源于分布式语义假说，即语义相近的词或句子在向量空间中距离更近64% 相似已验证大型语言模型处理长上下文时，注意力机制的计算复杂度与序列长度的平方成正比62% 相似待验证维特根斯坦在《哲学研究》中提出语词含义取决于特定语言游戏中的使用规则，这与LLM通过上下文统计关系习得语义的原理契合61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942834

API

curl https://kongchang.com/api/v1/knowledge/claims/942834

MCP

get_claim(id=942834)