Unverified50% confidenceTradeoffExact time
WER对所有词语赋予相同权重，不考虑错误的语义重要性，是其作为评估指标的局限性
1
Sources
50%
Confidence
Long-term
Relevance
8/5/2026
First Seen
Sources
Related Claims
UnverifiedGloVe的核心洞察是词与词之间的语义关系藏在共现概率的比值里，该比值能消除对两个词都相关或都不相关的噪声词干扰64% similarUnverified语言学背景在提示工程、模型评估、数据质量把控、错误分析等环节具有独特价值，不再是进入NLP领域的障碍61% similarUnverified对于正字法规则明确的低资源语言，标准化表音正字法使得分词、句子切分等基础任务可以通过确定性规则完成，无需依赖数据饥渴的深度学习模型60% similarUnverified传统关键词匹配依赖词频统计（TF-IDF）或倒排索引，只能理解字面含义60% similarUnverified触发词应选用不存在于基础模型词汇表中的无意义字符串，若选用普通单词会与其原有语义纠缠导致特征激活不纯粹59% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/692316API
curl https://kongchang.com/api/v1/knowledge/claims/692316MCP
get_claim(id=692316)