Process / pipeline

Similitud Semàntica — Mesurant el Significat entre Textos

L'anàlisi de similitud semàntica mesura com de prop en significat estan dos textos, en lloc de quantes paraules comparteixen superficialment. Basant-se en el treball Sentence-BERT de Reimers i Gurevych (2019), representa cada text com un vector i compara aquests vectors de manera que les paràfrasis obtinguin puntuacions altes fins i tot quan la seva redacció difereix.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. EMNLP. link
  2. Agirre, E. et al. (2013). *SEM 2013 shared task: Semantic Textual Similarity. ACL (*SEM). link

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Semantic Similarity Analysis. ScholarGate. https://scholargate.app/ca/text-mining/semantic-similarity

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateSemantic Similarity (Semantic Similarity Analysis). Recuperat el 2026-06-15 de https://scholargate.app/ca/text-mining/semantic-similarity · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026