Autoencoder Variacional Multilingüe
Un Autoencoder Variacional Multilingüe (ML-VAE) extiende el marco estándar del VAE para manejar múltiples idiomas dentro de un espacio latente probabilístico compartido. Codificadores específicos de cada idioma mapean texto de cada idioma a una representación continua común, mientras que decodificadores específicos de cada idioma reconstruyen o traducen dicho texto. Esto permite la generación multilingüe, la transferencia de estilo y el aprendizaje de representaciones con o sin corpus paralelos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/es/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.
- Red neuronal recurrente multilingüeAprendizaje profundo↔ compare
- Incrustaciones de oraciones multilingüesAprendizaje profundo↔ compare
- Transformer multilingüeAprendizaje profundo↔ compare
- Aprendizaje por transferencia con autoencoder variacionalAprendizaje profundo↔ compare
- Autoencoder VariacionalAprendizaje profundo↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →