SemSim (Semantic Textual Similarity) ist eine wichtige Bewertungsmetrik für Aufgaben zur Textumformulierung / Paraphrasierung im Bereich der natürlichen Sprachverarbeitung. Semantische Ähnlichkeit misst direkt die Nähe zwischen umformuliertem Satz und Originalsatz im semantischen Raum und ist eine Kernanforderung an die Qualität der Umformulierung. Sie wird üblicherweise als Prozentwert oder als Punktzahl zwischen 0 und 1 berichtet. Diese Metrik wird in relevanten Benchmarks und Publikationen häufig verwendet und kann die Leistung von Modellen in dieser Dimension wirksam widerspiegeln. Höhere Werte sind besser. Sie hilft Forschern und Ingenieuren, die tatsächlichen Leistungsunterschiede von Modellen in Textumformulierungs-/Paraphrasierungsszenarien zu quantifizieren und erleichtert den Vergleich verschiedener Methoden oder Modellversionen.