Mehrsprachige Themenmodellierung
Die mehrsprachige Themenmodellierung erweitert probabilistische Themenmodelle wie LDA auf Korpora, die zwei oder mehr Sprachen umfassen, und leitet gemeinsame latente Themen über Sprachgrenzen hinweg ab. Durch die Verknüpfung von Themenverteilungen über Sprachen hinweg ermöglicht sie eine sprachübergreifende Dokumentenanalyse, vergleichbare Themenfindung und Informationsabfrage, ohne dass vollständig parallele Korpora erforderlich sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/de/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.
- LDA-ThemenmodellDeep Learning↔ compare
- Mehrsprachige Satz-EinbettungenDeep Learning↔ compare
- Multilingual TransformerDeep Learning↔ compare
- NMF-ThemenmodellDeep Learning↔ compare
- ThemenmodellierungDeep Learning↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →