Πολυγλωσσική Σημασιολογική Τμηματοποίηση

Η πολυγλωσσική σημασιολογική τμηματοποίηση είναι μια προσέγγιση ανάλυσης σκηνής σε επίπεδο εικονοστοιχείου (pixel) που εκχωρεί μια ετικέτα σημασιολογικής κλάσης σε κάθε εικονοστοιχείο μιας εικόνας, ενσωματώνοντας ταυτόχρονα διαγλωσσικές δυνατότητες — επιτρέποντας σε ένα μόνο μοντέλο να αναγνωρίζει στοιχεία κειμένου σκηνής, σχολιασμούς ή σήματα εκπαίδευσης που προέρχονται από πολλαπλές γλώσσες. Συνδυάζει αρχιτεκτονικές κωδικοποιητή-αποκωδικοποιητή (encoder-decoder) βαθιάς μάθησης με πολυγλωσσικές αναπαραστάσεις γλώσσας, καθιστώντας την εφαρμόσιμη σε έγγραφα, πινακίδες δρόμου, εικόνες φυσικών σκηνών και ιατρικές απεικονίσεις σε ποικίλα γλωσσικά περιβάλλοντα.