Flersprogede sætningsindlejringer
Flersprogede sætningsindlejringer afbilder sætninger fra mange sprog i et enkelt delt vektorrum, således at semantisk ækvivalente sætninger – uafhængigt af sprog – lander tæt på hinanden. Modeller som LaBSE, multilingual Sentence-BERT og mUSE har gjort det praktisk at sammenligne, hente og klassificere tekst på tværs af 50 til over 100 sprog uden forudgående oversættelse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Kilder
- Reimers, N. & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of EMNLP 2020, 4512–4525. link ↗
- Feng, F., Yang, Y., Cer, D., Arivazhagan, N. & Wang, W. (2022). Language-agnostic BERT Sentence Embedding. Proceedings of ACL 2022, 878–891. DOI: 10.18653/v1/2022.acl-long.62 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/da/deep-learning/multilingual-sentence-embeddings
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.
- BERT-baseret klassifikationDyb læring↔ compare
- Klassifikation baseret på flersproget RoBERTaDyb læring↔ compare
- Multilingual TransformerDyb læring↔ compare
- SætningsindlejringerDyb læring↔ compare
- Transfer Learning med SætningsindlejringerDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →