Auto-codificador Variacional Multilingüe
Un Auto-codificador Variacional Multilingüe (ML-VAE) estén el marc estàndard del VAE per gestionar múltiples llengües dins d'un espai latent probabilístic compartit. Codificadors específics de llenguatge mapegen text de cada llengua a una representació contínua comuna, mentre que els descodificadors específics de llenguatge reconstrueixen o tradueixen aquest text. Això permet la generació interlingüística, la transferència d'estil i l'aprenentatge de representacions amb o sense corpus paral·lels.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Zhao, T., Zhang, Y., & Eskenazi, M. (2018). Zero-shot dialog generation with cross-domain latent actions. In Proceedings of the 19th Annual SIGdial Meeting on Discourse and Dialogue (pp. 1-10). ACL. link ↗
- Lample, G., Conneau, A., Denoyer, L., & Ranzato, M. (2018). Unsupervised machine translation using monolingual corpora only. In International Conference on Learning Representations (ICLR 2018). link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/ca/deep-learning/multilingual-variational-autoencoder
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.
- Xarxa Neuronal Re-entrant MultilingüeAprenentatge profund↔ compare
- Vectors de sentències multilingüesAprenentatge profund↔ compare
- Transformer multilingüeAprenentatge profund↔ compare
- Aprenentatge per transferència amb un Autoencoder VariacionalAprenentatge profund↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →