本文中，我们提出了使用扩展余弦相似度测量来提高单词相似度任务的性能，我们还探索了这种方法在上下文相同的情况下特别有效的假设，并使用了不同的数据集来进行测试。测试结果显示，使用本文提出的方法可以显著提高相似度任务的性能。

Mar, 2022

介绍了 Multi-SimLex，这是一个大规模的词汇资源和评估基准，涵盖了 12 个语言的数据集，提供了单语和跨语言评估，评估了各种最新的单语和跨语言表示模型，这个资源可以在多语言词汇语义和表示学习领域产生显著的进步。

Mar, 2020

SimLex-999 是评估分布语义模型的黄金标准资源，通过关注相似性，而非联想或相关性，改进了现有资源的评价方式以及提供了的具体和抽象的形容词、名词和动词对，具有良好的可塑性和更大范围的应用。此外，SimLex-999 可用于分析模型在不同类型的概念上的表现，并指导下一代表示学习体系结构的发展，以进一步提高其性能。

Aug, 2014

本研究引入了一个领域特定的语义相似度方法，该方法是由 word2vec 和基于词典的语义相似度方法的协同联盟所创建的，并证明了该方法优于通用语料库和域特定语料库训练的词嵌入方法，还证明了词形归并可以提高词嵌入方法的性能。

Jun, 2017

本文研究了语境化语言模型的多义词辨别能力。作者提出了一个人工注释的数据集，用于评估多义词词义的相似性，发现多义词的词义相似性介于相同和同音异义之间，并呈现出一定的词义变化规律性。BERT Large 在相似性等级方面表现最佳，但无法一致地复制观察到的相似性模式，并且在某些类型的多义词变化上存在问题。

Sep, 2021

现有的 LSC 问题评估通常集中在 Graded Change Detection (GCD) 任务上，但由于它们依赖不同的设置，性能比较往往会误导。本研究在相同的条件下评估了最先进的 GCD 模型和方法，并将 LSC 问题分解为 Word-in-Context (WiC) 和 Word Sense Induction (WSI) 任务，在不同语言上对八个可用的 LSC 基准进行了比较，表明 (i) APD 在 GCD 方面优于其他方法；(ii) XL-LEXEME 在 WiC、WSI 和 GCD 方面优于其他上下文化模型，与 GPT-4 相当；(iii) 需要明确改进词义建模以及关注词义变化的方式、时间和原因，而不仅仅关注语义变化的程度。

Feb, 2024

该论文介绍了 RAW-C，一种对 112 个上下文中的模棱两可的单词进行分级人类相关性判断的数据集，以及来自 BERT 和 ELMo 的情境化词嵌入的余弦距离的度量与人类判断的相关性。同时，这份论文提出了心理语言学的理论与词汇语义计算模型之间的综合。

May, 2021

本文介绍了 SemSimp，它是一种用于测量数字资源的语义相似性的参数化方法，该方法基于信息内容的概念，并利用参考本体和分类推理，包括不同的方法来对本体的概念进行加权，该方法在 ACM 数字图书馆的基础上进行了实验，并显示出比其他相似性方法更好的结果。

Feb, 2023

我们提供了两个新颖的数据集 (ViCon 和 ViSim-400) 来评估越南语这种低资源语言的语义相似性模型，其中 ViCon 包括了各种词类中的同义词和反义词对，ViSim-400 则提供了人工评定的五种语义关系的相似程度，这两个数据集经过标准的共现和神经网络模型验证，显示出与相应英文数据集相媲美的结果。

Apr, 2018

该研究提出了一种基于词向量的跨语义相似度计算方法，只需要一个有限的单词翻译库，能够适用于几乎所有语言对，达到与监督和资源密集型方法相近的表现，在可比较语料库中提取平行句子和跨语言抄袭检测任务中得到与现有模型相当的性能。

Jan, 2018