ScholarGate
সহকারী

পদ্ধতির তুলনা করুন

নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।

মাল্টিমোডাল টপিক মডেলিং×মাল্টিমোডাল ট্রান্সফর্মার×
ক্ষেত্রগভীর শিখনগভীর শিখন
পরিবারMachine learningMachine learning
উদ্ভবের বছর2003–present2019–2021
প্রবর্তকBlei, D. M. & Jordan, M. I. (foundational corr-LDA); extended by many authorsLu et al. (ViLBERT); Radford et al. (CLIP)
ধরনGenerative probabilistic topic modelCross-modal attention-based deep learning model
মৌলিক উৎসBlei, D. M., & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134. DOI ↗Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Tasks. Advances in Neural Information Processing Systems (NeurIPS), 32. link ↗
অপর নামMultimodal LDA, multi-modal topic model, cross-modal topic modeling, MM-TMmultimodal attention model, cross-modal transformer, vision-language transformer, multi-modal fusion transformer
সম্পর্কিত65
সারসংক্ষেপMultimodal topic modeling discovers latent thematic structure shared across multiple data modalities — for example, co-occurring words and images — by learning a joint probabilistic representation that aligns topics across modalities. It extends classical text-only approaches such as LDA to settings where each document or observation consists of heterogeneous data types.A Multimodal Transformer extends the standard Transformer architecture to process and jointly reason over two or more input modalities — most commonly text and images, but also audio, video, or structured data. Cross-modal attention layers allow information from one modality to inform representations in another, enabling tasks such as visual question answering, image captioning, and multimodal sentiment analysis.
ScholarGateডেটাসেট
  1. v1
  2. 2 উৎস
  3. PUBLISHED
  1. v1
  2. 2 উৎস
  3. PUBLISHED

অনুসন্ধানে যান স্লাইড ডাউনলোড করুন

ScholarGateপদ্ধতির তুলনা করুন: Multimodal Topic Modeling · Multimodal Transformer. 2026-06-17 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/compare