Machine learningDeep learning / NLP / CV

মাল্টিমোডাল ডকটুভেক (Multimodal Doc2Vec)

মাল্টিমোডাল ডকটুভেক, ডকটুভেক (Doc2Vec) প্যারাগ্রাফ-ভেক্টর ফ্রেমওয়ার্ককে প্রসারিত করে একাধিক মোডালিটি — সাধারণত টেক্সটের সাথে ছবি, অডিও বা কাঠামোগত মেটাডেটা — থেকে তথ্য অন্তর্ভুক্ত করে, যা একাধিক উৎস থেকে একই সাথে অর্থ ধারণকারী একটি অভিন্ন ডকুমেন্ট-স্তরের এমবেডিং তৈরি করে। এটি ক্রস-মোডাল রিট্রিভাল (cross-modal retrieval), মাল্টি-সোর্স ক্লাসিফিকেশন (multi-source classification) এবং ডকুমেন্ট রিপ্রেজেন্টেশনের জন্য ব্যবহৃত হয় যেখানে কেবল টেক্সট যথেষ্ট নয়।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

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

উৎস

  1. 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
  2. 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

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Multimodal Doc2Vec (Paragraph Vector with Multi-Source Input). ScholarGate. https://scholargate.app/bn/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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateMultimodal Doc2Vec (Multimodal Doc2Vec (Paragraph Vector with Multi-Source Input)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/deep-learning/multimodal-doc2vec · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026