Multilingual Variational Autoencoder
Ein Multilingual Variational Autoencoder (ML-VAE) erweitert das Standard-VAE-Framework zur Handhabung mehrerer Sprachen innerhalb eines gemeinsamen probabilistischen latenten Raums. Sprachspezifische Encoder bilden Text aus jeder Sprache in eine gemeinsame kontinuierliche Repräsentation ab, während sprachspezifische Decoder diesen Text rekonstruieren oder übersetzen. Dies ermöglicht sprachübergreifende Generierung, Stiltransfer und Repräsentationslernen mit oder ohne parallele Korpora.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/de/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.
- Rekurrente Neuronale Netze für MehrsprachigkeitDeep Learning↔ compare
- Mehrsprachige Satz-EinbettungenDeep Learning↔ compare
- Multilingual TransformerDeep Learning↔ compare
- Transfer Learning mit Variational AutoencoderDeep Learning↔ compare
- Variationaler AutoencoderDeep Learning↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →