Мултимодален Doc2Vec
Мултимодален Doc2Vec разширява рамката на Doc2Vec за вектор на параграфи, за да включи информация от повече от една модалност — обикновено текст заедно с изображения, аудио или структурирани метаданни — произвеждайки споделен вектор на ниво документ, който улавя семантика от множество източници едновременно. Използва се за междумодално извличане, многоизточни класификации и представяне на документи, където само текстът е недостатъчен.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Le, Q. V., & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal Deep Learning. Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multimodal Doc2Vec (Paragraph Vector with Multi-Source Input). ScholarGate. https://scholargate.app/bg/deep-learning/multimodal-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.
- Doc2VecИзвличане на текст↔ compare
- Мултимодална класификация, базирана на BERTДълбоко обучение↔ compare
- Мултимодални изреченски вгражданияДълбоко обучение↔ compare
- Мултимодален ТрансформерДълбоко обучение↔ compare
- Мултимодален Word2VecДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →