分析语义变化的模式在长篇实际文本（如书籍或记录）中是有趣的，从文体、认知和语言的角度来看。这项研究也对应用领域，如文本分段、文档摘要和语义新颖性检测是有用的。本文通过时间序列的语义相似性以及多本文学作品的两两句子相似性矩阵比较了几种最近的句子嵌入方法。与以前使用目标任务和精心策划的数据集比较句子嵌入方法的研究不同，我们的方法提供了对方法在现实情境的评估。我们发现，大部分句子嵌入方法确实能够在给定文档中推断出高度相关的语义相似性模式，但也存在有趣的差异。

Aug, 2023

本篇研究论文探讨了利用自然语言处理技术在文本可视化方面的应用，除了传统的利用文本主题抽取与可视化的方法，更深入地进行了针对单词情感价值的比较，探究不同文本间的差异与重点。

Jul, 2022

本文提出了一种不使用向量空间对齐，而是考虑每个单词的邻居的新方法，有效地解决了数字人文学和计算社会科学中的文本比较问题。

Dec, 2021

本研究介绍了称为 EmbLexChange 的系统，用于无监督检测词汇 - 语义变化的过程，并展示了该系统在使用重采样框架的情况下可靠地检测英语、德语、瑞典语和拉丁语的词汇 - 语义变化。

May, 2020

本文提出了一种称为语义文本交换的可度量调整文本语义而仍保持其情感和流畅性的新方法，其对于文本数据扩增和纠错聊天机器人和虚拟助手生成的文本非常有用，提出一种名为 SMERTI 的管道，该管道结合实体替换、相似度掩蔽和文本补充的技术，通过衡量管道的 “语义文本交换得分”（STES）的性能来评估其成功性，同时提出使用掩蔽（替换）率阈值作为可调参数以控制文本中语义变化的程度。实验证明， SMERTI 可以在 Yelp 点评、Amazon 点评和新闻标题等方面优于基准模型。

Aug, 2019

通过提出一系列的评估度量，本文对语义相似度度量的特征进行自动和可解释的评估，从而实现了对不同语义相似度度量方法行为的合理比较。通过对经典方法和最新方法的评估，我们的度量揭示了最近开发的度量在识别语义分布不匹配方面变得更好，而经典度量则对表面文本水平的扰动更加敏感。

Nov, 2022

本论文研究联合语音 - 文本 Embeddings 空间的内在属性，借助自动语音识别，通过多任务预训练场景实现语义对齐，利用定量检索精度度量语义对齐，进行了深入分析。

Apr, 2022

Scattertext 是一款用于可视化语言无关的文档类别之间的语言差异的开源工具。该工具呈现散点图，每个轴对应于术语在文档类别中出现的排名频率。 Scattertext 还适用于基于查询的可视化，以展示类别文档中类似嵌入的术语使用方式的差异，以及用于比较单变量指标的单词包重要性评分的可视化。

Mar, 2017

本文提出了一种通过在词汇分类结构和语料统计信息之间进行结合从而更好地度量语义空间内节点间语义距离的方法。这种综合方法结合了基于边缘计数方案的边缘方法和基于信息内容计算的节点方法，实现了对词对相似性评分数据集的超越性表现，与人类相似性判断的基准最高相关性值为 r=0.828，而在人类主体复制相同任务时可以观察到一个上界（r=0.885）。

Sep, 1997

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