Vícejazyčné modelování témat
Vícejazyčné modelování témat rozšiřuje pravděpodobnostní modely témat, jako je LDA, na korpusy pokrývající dva nebo více jazyků a odvozuje sdílená latentní témata napříč jazykovými hranicemi. Propojením rozdělení témat napříč jazyky umožňuje křížově jazykovou analýzu dokumentů, objevování srovnatelných témat a vyhledávání informací bez nutnosti plně paralelních korpusů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Mimno, D., Wallach, H. M., Naradowsky, J., Smith, D. A., & McCallum, A. (2009). Polylingual topic models. In Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp. 880–889. ACL. link ↗
- Vulić, I., De Smet, W., & Moens, M.-F. (2015). Monolingual and cross-lingual information retrieval models based on (bilingual) word embeddings. In Proceedings of SIGIR 2015, pp. 363–372. ACM. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/cs/deep-learning/multilingual-topic-modeling
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.
- Model témat LDAHluboké učení↔ compare
- Vícejazyčná vektorová reprezentace větHluboké učení↔ compare
- Vícejazyčný transformerHluboké učení↔ compare
- Model témat NMFHluboké učení↔ compare
- Modelování tématHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →