Machine learningDeep learning / NLP / CV

Doc2Vec Multilingüe

Doc2Vec Multilingüe extiende el marco de trabajo de "Paragraph Vector" de Le y Mikolov (2014) a dos o más idiomas, entrenando incrustaciones a nivel de documento en un espacio vectorial compartido o alineado para que documentos semánticamente similares —independientemente de su idioma— terminen cerca unos de otros. Permite la recuperación, clasificación y agrupamiento de documentos multilingües sin requerir corpus paralelos o traducción.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Le, Q., & Mikolov, T. (2014). Distributed representations of sentences and documents. In Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link
  2. Multilingualism. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/es/deep-learning/multilingual-doc2vec

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.

Compare side by side
ScholarGateMultilingual Doc2Vec (Multilingual Paragraph Vector (Doc2Vec) Model). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/multilingual-doc2vec · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026