用于无监督句子表征对比学习的简单角度方法

基于摘要分析。本文研究无监督句子表征学习，针对视觉表征学习中的对比框架未必适合句子表征的问题，提出用于对比目标的角度相似度函数，以替代常用的余弦相似度；其主要研究对象是文本，而非 EEG 或 BCI。 作者通过分析对比目标的梯度，认为角度相似度可改善两类训练动态：在训练早期更有效地将正样本拉向锚点，并在训练中期避免过度排斥假负样本。SimCSE 是摘要提及的重要研究背景，但具体相似度公式、损失构造、正负样本生成方式及与 SimCSE 的实验对照设置尚未验证。 作者报告，该方法在常用基准上表现出有效性与可扩展性，后续分析支持其句子表征能力得到改善。摘要未提供数据集名称、评估任务、划分、指标及数值，因此无法判断收益幅度或不同设置下的稳定性；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 对比学习采用向量嵌入及余弦相似度，且负样本中存在语义或状态相近的片段，该相似度替换可能提供可检验的机制路径。可复用部分是相似度及其梯度分析，需重新设计符合 EEG 时间结构与任务语义的正负样本构造。低信噪比、通道差异和跨被试偏移可能使嵌入角度主要反映噪声或个体特征，小数据也可能使训练动态不稳定。一个小规模检验是在固定 EEG 编码器、增强、训练预算及数据划分的条件下，仅替换相似度，比较表征评估表现及正负样本梯度随训练的变化；这不构成已验证的 BCI 效果。已有 EEG 相关工作尚未检索确认。