Unverified50% confidenceFactExact time
GloVe于2014年通过全局词频统计矩阵分解进一步优化了词向量质量
1
Sources
50%
Confidence
Long-term
Relevance
8/4/2026
First Seen
Sources
Related Claims
Unverified原始word2vec需要在整个词汇表上计算softmax归一化，计算复杂度为O(V)，负采样将问题转化为二分类以降低计算量61% similarUnverified在系统提示词中明确要求简洁回答或限制字数能显著改善输出的针对性60% similarUnverified使用较大的转写模型可以提升识别准确率，但显存要求成倍增加，转写质量直接决定后续笔记的信息密度60% similarUnverified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60% similarUnverified专业词汇识别关键看是否支持自定义热词/词库导入，能上传专属术语表的产品在垂直领域准确率远高于仅靠通用模型的产品60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/685555API
curl https://kongchang.com/api/v1/knowledge/claims/685555MCP
get_claim(id=685555)