Machine learningDeep learning / NLP / CV

Monikielinen variaatioautoenkooderi

Monikielinen variaatioautoenkooderi (ML-VAE) laajentaa standardia VAE-kehystä useiden kielten käsittelyyn jaetussa todennäköisyyspohjaisessa piilevässä tilassa. Kielikohtaiset enkooderit kartoittavat tekstiä kustakin kielestä yhteiseen jatkuvaan esitykseen, kun taas kielikohtaiset dekooderit rekonstruoivat tai kääntävät kyseisen tekstin. Tämä mahdollistaa kieltenvälisen generoinnin, tyylin siirron ja esitysoppimisen rinnakkaiskorpusten kanssa tai ilman niitä.

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. 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
  2. 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/fi/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.

Compare side by side
ScholarGateMultilingual variational autoencoder (Multilingual Variational Autoencoder (ML-VAE)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/multilingual-variational-autoencoder · Aineisto: https://doi.org/10.5281/zenodo.20539026