Bregman Geometries

新方法为AI表征定义了特定于上下文的语义几何

研究人员引入了“Anchor Divergences”，一种定义学习向量表征的特定于上下文的语义几何的新方法。该方法利用对比学习、指数族和信息几何，在锚点上的概率分布与Bregman几何之间建立对应关系。通过对锚点分布进行建模，几何本身也得到建模，从而能够进行超越标准余弦相似度的更细致的相似性度量。实验表明，Anchor Divergences 有效且高效地指定了用于检索任务的依赖于上下文的语义相似性。