Monikieliset lauseupotukset
Monikieliset lauseupotukset sijoittavat monien kielten lauseita yhteen jaettuun vektoritilaan siten, että semanttisesti vastaavat lauseet – kielestä riippumatta – päätyvät lähelle toisiaan. Mallit, kuten LaBSE, monikielinen Sentence-BERT ja mUSE, ovat tehneet käytännölliseksi vertailla, hakea ja luokitella tekstiä 50–100+ kielellä ilman, että mitään tarvitsee kääntää etukäteen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
+9 lisää
Lähteet
- Reimers, N. & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of EMNLP 2020, 4512–4525. link ↗
- Feng, F., Yang, Y., Cer, D., Arivazhagan, N. & Wang, W. (2022). Language-agnostic BERT Sentence Embedding. Proceedings of ACL 2022, 878–891. DOI: 10.18653/v1/2022.acl-long.62 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/fi/deep-learning/multilingual-sentence-embeddings
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- BERT-pohjainen luokitteluSyväoppiminen↔ vertaa
- Monikielinen RoBERTa-pohjainen luokitteluSyväoppiminen↔ vertaa
- Monikielinen transformaattoriSyväoppiminen↔ vertaa
- LauseupotuksetSyväoppiminen↔ vertaa
- Siirto-oppiminen lauseupotuksillaSyväoppiminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →