Unverified50% confidenceFactExact time
文本嵌入技术历经三代演进：稀疏表示（TF-IDF、BM25）、静态词向量（Word2Vec、GloVe）、上下文动态嵌入（BERT）
1
Sources
50%
Confidence
Long-term
Relevance
7/6/2026
First Seen
Sources
从零构建RAG：用本地小模型打造领域专家系统
bilibili比特光锥_BightCone7/3/2026
Related Claims
Unverified文本嵌入技术经历了从Word2Vec、Sentence-BERT到基于指令微调的通用嵌入模型的发展路径75% similarUnverifiedBM25引入词频饱和和文档长度归一化两个关键饱和函数66% similarUnverified文本分类器通常基于BERT、FastText或TF-IDF+逻辑回归方案实现66% similarUnverified语言文本是离散序列，扩散模型处理离散空间时需要额外技巧（如MDLM、D3PM），不如连续空间自然65% similarUnverified代码索引技术演进经历三代：第一代以ctags、cscope为代表依赖文本匹配，第二代以Language Server Protocol为代表，第三代结合深度学习的语义理解64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/118901API
curl https://kongchang.com/api/v1/knowledge/claims/118901MCP
get_claim(id=118901)