Machine learningDeep learning / NLP / CV

Monikielinen Doc2Vec

Monikielinen Doc2Vec laajentaa Leen ja Mikolovin (2014) Paragraph Vector -viitekehystä kahteen tai useampaan kieleen kouluttaen dokumenttitason upotuksia jaettuun tai kohdistettuun vektoriavaruuteen siten, että semanttisesti samankaltaiset dokumentit – kielestä riippumatta – päätyvät lähelle toisiaan. Se mahdollistaa kieltenvälisen dokumenttien haun, luokittelun ja klusteroinnin ilman rinnakkaiskorpuksia tai käännöksiä.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/fi/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). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/multilingual-doc2vec · Aineisto: https://doi.org/10.5281/zenodo.20539026