SemSim（Semantic Textual Similarity）は、自然言語処理分野におけるテキストリライト / パラフレーズタスクの重要な評価指標です。意味的類似度は、リライト文と原文が意味空間上でどれだけ近いかを直接測定し、リライト品質の中核となる要求事項です。通常、パーセンテージまたは 0–1 のスコアで報告されます。この指標は関連するベンチマークや論文で広く使用されており、モデルの当該次元における性能を効果的に反映できます。数値が高いほど良いです。これにより、研究者やエンジニアはテキストリライト / パラフレーズ場面におけるモデルの実際の性能差を定量化でき、異なる手法やモデルバージョンを横断的に比較しやすくなります。