محوّل الرؤية متعدد اللغات
يمتد محوّل الرؤية متعدد اللغات (Multilingual ViT) على بنية محوّل الرؤية للعمل عبر لغات متعددة، مما يتيح فهم الصور والاستدلال بين الصور والنصوص في إعدادات متعددة اللغات أو عبر اللغات. يجمع بين ترميز الصور المستند إلى الرقع وتمثيلات النصوص متعددة اللغات، مما يسمح لنموذج واحد بخدمة مجتمعات لغوية متنوعة لمهام مثل التعليق على الصور، والإجابة المرئية على الأسئلة، واسترجاع الصور عبر اللغات.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR 2021). link ↗
- Bugliarello, E., Liu, F., Pfeiffer, J., Reddy, S., Elliott, D., Erdem, E., Erdem, A., & Lukasiewicz, T. (2022). IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages. International Conference on Machine Learning (ICML 2022). link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multilingual Vision Transformer (Multilingual ViT). ScholarGate. https://scholargate.app/ar/deep-learning/multilingual-vision-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف RoBERTa متعدد اللغاتالتعلم العميق↔ compare
- تضمينات الجمل متعددة اللغاتالتعلم العميق↔ compare
- المُحوِّل البصري متعدد الوسائط (Multimodal ViT)التعلم العميق↔ compare
- محوّل الرؤيةالتعلم العميق↔ compare