เปรียบเทียบวิธี

	ความคล้ายคลึงทางความหมาย	TF-IDF
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2019	1988
ผู้ริเริ่ม	Nils Reimers & Iryna Gurevych (Sentence-BERT)	Salton & Buckley
ประเภท	NLP text-comparison task	Text vectorization / term-weighting scheme
แหล่งต้นตำรับ	Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. EMNLP.	Salton, G. & Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing & Management, 24(5), 513-523.
ชื่อเรียกอื่น	semantic textual similarity, text similarity, Anlamsal Benzerlik Analizi	term weighting, tf-idf weighting, TF-IDF Vektörizasyonu
ที่เกี่ยวข้อง	4	3
สรุป	Semantic similarity analysis measures how close in meaning two texts are, rather than how many words they share on the surface. Building on the Sentence-BERT work of Reimers and Gurevych (2019), it represents each text as a vector and compares those vectors so that paraphrases score high even when their wording differs.	TF-IDF, introduced by Salton and Buckley (1988), is a term-weighting scheme that scores each word in a document by how often it appears there and how rare it is across the whole collection. It turns raw text into weighted document vectors, giving high weight to terms that are frequent in one document but uncommon elsewhere.