Machine learningDeep learning / NLP / CV

Многоезиков Doc2Vec

Многоезиков Doc2Vec разширява рамката Paragraph Vector на Le и Mikolov (2014) към два или повече езика, като обучава векторни представяния на ниво документ в общо или подравнено векторно пространство, така че семантично сходни документи — независимо от техния език — да се окажат близо един до друг. Той позволява междуезиково извличане, класификация и клъстеризация на документи, без да изисква паралелни корпуси или превод.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Le, Q., & Mikolov, T. (2014). Distributed representations of sentences and documents. In Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link
  2. Multilingualism. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/bg/deep-learning/multilingual-doc2vec

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.

Compare side by side
ScholarGateMultilingual Doc2Vec (Multilingual Paragraph Vector (Doc2Vec) Model). Извлечено на 2026-06-15 от https://scholargate.app/bg/deep-learning/multilingual-doc2vec · Набор от данни: https://doi.org/10.5281/zenodo.20539026